封面新闻记者 蔡世奇

近日，2025大模型技术与应用创新论坛在成都举行，会后，中关村科金总裁喻友平接受了封面新闻记者专访，他总结了大模型应用的现状，也展望了垂类大模型发展的未来。

中关村科金总裁喻友平

谈及大模型在B端应用时，喻友平多次提及的一个词是“准确性”。

随着2024年以DeepSeek为首的国产大模型在各领域被广泛应用，越来越多普通用户在自己习惯使用的App中发现了大模型的身影，百度、微博甚至一些手游都接入了DeepSeek，大模型在信息检索、问答等方面切实地提升了很多人的效率。

但用户也发现，大模型给出的答案，有时也会包含一些错误信息，或者遇到服务器繁忙，信息反馈较慢等情况。

对此，喻友平表示，通用大模型在C端应用时容错率较高，由于大部分应用接入大模型属于免费升级，所以C端用户对于出现的错误也会相对宽容。

但在企业端，情况截然不同。当企业需要用大模型解决实际问题时，其容错率要求严苛得多。他以金融行业的智能投顾智能体为例指出，这类场景不仅需要准确收集数据，其输出结果——无论是格式、模板、语言表达还是最终的投资建议——都必须严格遵循行业规范和精确性要求，容不得半点模糊或差错。他解释：“就像生活中测量用普通尺子就行，但在工业场景却需要用游标卡尺——大模型在B端应用需要工业级精度。”

喻友平进一步指出，企业在业务场景中使用大模型时，不仅对于准确性要求非常高，在合规安全性、响应速度及场景适应性等方面均有更高的要求。

喻友平认为，在B端应用的垂类大模型，本质上应该是一套可以解决客户智能化需求的系统，是一套解决方案，除了具备AI对话能力的基础大模型之外，还应该具备感知智能、决策智能等能力，以及小模型的配合。

“中关村科金做垂类大模型是为了帮助企业去解决具体业务问题。在合规框架下，不用拘泥于技术，什么技术能解决问题，就用什么技术”喻友平如此形容垂类大模型应用的开发理念。

喻友平认为垂类大模型的本质是智能化解决方案

他进一步用人类神经反射机制类比：当手指触碰到高温物体时，并不需要大脑去做深度思考和决策，而是通过本能反应直接把手缩回来。这种‘本能’正如生产场景中的小模型，能够独立完成即时响应。

喻友平告诉记者，在很多企业的传统生产环境中，已经具备了“手”的能力，在做智能化升级时，只要有一个相当于“大脑”的大模型，就可以解决实际问题。所以大模型如果不通过“手”等感知系统获得数据，其实对效率并没有多大提升。有了大模型这个“大脑”之后，可以把过去的“口耳手”等语音、听觉、触觉等“小模型”的能力更好地协调起来，这样才是高效的解决方案。

中关村科金和宁夏交建联合打造的交通基建垂类大模型“灵筑智工”，通过上万篇行业数据训练，形成专业化“大脑”。它不仅能精准理解施工图纸、行业规范，更能驱动传统工程软件，实现“读文件、懂规范、用软件、控设备”的智能化作业闭环。例如，模型可解析CAD图纸自动提取工程量数据，将原本需3-5天的手工核算缩短至20分钟，释放“手”的重复劳动，转向高价值决策。

谈及垂类大模型的应用前景，喻友平表示工业、农业和能源等领域有较大的市场潜力，比如预测性维护、质检、工艺优化、智能排产、智慧农业和电力传输等场景，垂类大模型应用前景广阔。