​​大模型是基于深度学习技术构建的具有大规模参数和复杂架构的人工智能模型，其核心特征为“参数量大、训练数据量大、计算资源需求大”，可处理多模态数据并执行复杂任务，当前主要发展为通用大语言模型、视觉模型、多模态融合模型及基础科学领域专用模型四大类型。​​

大模型最初源于语言模型的演变，20世纪50年代起经历了传统神经网络、深度学习到超大规模预训练模型的三个阶段，2022年以ChatGPT为代表的生成式应用引爆全球。其训练需依赖海量数据、超大规模参数及强大算力支持，例如参数规模已从十亿级向千亿甚至万亿级跃升。

从类型来看，大语言模型专注自然语言处理，在文本生成、翻译、情感分析中应用广泛；视觉模型基于图像或视频数据完成目标检测、图像生成，推动自动驾驶与安防领域革新；多模态模型通过融合文本、图像等跨模态数据实现交互式内容生成，在智能搜索与创作场景中凸显优势；基础科学模型则聚焦生物、化学及物理等学科，加速药物研发与气象预测等前沿探索。

随着技术迭代，多模态与行业垂直化成为趋势，大模型正扩展至产业端优化流程，并渗透至物理场景如机器人控制。未来，其在科研范式重塑与行业效率提升中将发挥更大作用，持续定义人工智能发展新方向。