大模型做小，变成“生活搭子”方有生命力｜南方产业观

4月10日，商汤科技举办2025技术交流日活动，推出“日日新第六代大模型”体系，通过多模态长思维链训练、全局记忆、强化学习的技术突破，形成领先的多模态推理能力，并突破成本边界。

普通用户并不能快速理解这些深奥的技术，但此次技术交流日的展示区，生态应用解决的都是一些生活中看起来很小、很琐碎的痛点。

比如，最近笔者就注意到，带有扫描功能的智能点读笔已经走进不少家庭，学龄前小朋友对这种点到哪就能读到哪的互动式学习常常爱不释手。能激发儿童的求知欲，让小朋友主动探索，家长自然乐得慷慨解囊。

但这类产品有一个比较大的问题，由于点读内容是提前内置的，需要配套的绘本，也许一根点读笔不贵，但要想获取新的内容，就需要源源不断购买指定的配套书籍，偏偏厂商赚的就是这些定价不菲的钱，没几个月下来，这些绘本很容易就塞满整个书柜。

但这一次，内置了“商量语言大模型”的商量App，对图书页面拍照扫描后，只需几秒钟就能读懂页面上的文字内容并复述出来，甚至能够对画面内容进行评析。这意味着，大量过往的非有声图书也可以重复利用，对家庭来说减轻了不少购书的成本。

有了这样的“学习神器”，人工智能进家庭，也就是自然而然的事情了。商汤此前推出的对弈机器人，解决的正是技术与工程难题，把AlphaGO大算力塞进小实体，不失为一种巧妙。

那为什么以前做不到呢？答案就在于，大模型的“多模态模型”的发展。过去内置的人工智能是一种较为纯粹的语言模型，但其实有很多的知识都蕴藏在大量的图像、视频，甚至3D等等其他模态中，没有完全地把这些知识真正用来提升原来的文本。

从人类学习的路径来讲，即使是知识的含量一样，多模态的学习方式可能效率会更高。其实想想，我们从小到大学习数学、几何、物理、化学实验，甚至学习交通规则、玩游戏的说明书等等都是多模态的，所有的武林秘籍都得是多模态，否则也学不会。

具备了这种多模态的人工智能大模型，智能程度就有了一个突飞猛进的质变。比如说，同样是辅导小朋友功课，过去是通过纯文字输入输出，但如今在解答几何题时，它还能画图做辅助线，能辅导的年龄层次又往上提升了一大截。

这种“小切口大机会”的逻辑，与特斯拉用Model S打开电动车市场异曲同工：先用极致效率攻克一个高需求场景，再以标准化能力横向吞噬更广阔的市场。

不只是在家庭教育，此次现场也可以看到不少小场景的应用，发挥着降本增效的作用，比如，保险核赔的例子，健康核赔一般超过3000元都要人类审核，但审核就要3-7天的时间。小额会自动，但反向抽检又会发现漏赔率很高。因为这种问题有单子手写的、不同的表头，又有发票等等，但现在多模态大模型，具备了通用性，使得它走进更多实用场景中，成为人们的“日用品。”

过往人工智能有非常多远望星空的场景，包括从宏大的城市治理，探索宇宙的本源，诺贝尔奖的探索，人类认知的边界，都是非常宏大的叙事。圣人之道，无异于百姓之日用，随着模型的通用性越来越强，发现很多场景在于百姓之日用。每天的使用，真正意义上辅助了人工智能的通用模型的大规模发展。

期待更多前沿科技飞入“寻常百姓家”，成为“生活搭子”，这才是一个有生命力的大模型。

南方+记者 郜小平

【作者】 郜小平

南方产业观察