随着大模型数量的增加，产业赛道开始变得热闹起来，但也不可避免地出现了一些问题。这就是我们所说的，大模型不仅数量多，而且混乱不堪。

目前阶段，有一种思潮认为“拥有大模型比使用大模型更重要”。因此，各种方式被用来降低大模型的开发成本，通过夸大其价值的话术来吸引关注，甚至硬蹭大模型的热度，将不是大模型技术的项目包装成大模型。这导致在大模型圈子里，开始出现良莠不齐、鱼龙混杂的情况。

我们可以列举其中的几种乱象如下：

1. 打榜刷分型大模型

由于大模型数量庞大，且实现思路基本一致，不同公司之间的差异化微乎其微。为了凸显自己的差异化与领先性，目前通用的方式是创造一个技术术语，然后宣传通过这项技术自身项目刷新了某榜单纪录，在某测试中跑出了多少分。

事实上，大部分榜单只测试模型的某个维度，可以进行针对性调参。打榜刷分并不难，且有较大的操作空间。类似的，社区开发者打多少颗星，发了多少篇顶会，也都是惯用的包装方案。

2. 结项为主型大模型

有很多用作课题结项，或者企业数字化成果结项的大模型。评审结束，结项成功，开源开放，这三条做到就是它们的生命终点。这类大模型不考虑应用场景与后续更新，具有某种朝生夕死的精神特质。

3. 动辄开源型大模型

软件开源当然是大势所趋，但随着这几年中国开源事业的兴旺发展，AI模型开源似乎变成了某种“时尚”。加上一些企业更愿意将大模型的开源与免费作为流量聚拢工具。开源逐渐成为了低质量、低维护大模型的遮羞布。

4. 冒名顶替型大模型

大模型火了之后，开始有公司打起了蹭热点的主意。于是，用并非标准预训练大模型技术冒充大模型，甚至干脆把古早的对话机器人、应用软件包装成大模型的案例屡见不鲜。用大模型的瓶子装其他老酒也成为了一门生意。

5. 套壳变身型大模型

最近，一些创业公司套壳国外开源模型的事件引起争议。其实业界类似手法并不少见，将开源大模型进行改写和包装，摇身一变，成为自研大模型的例子非常多。

这些大模型队伍里的妖魔鬼怪们纷纷通过发明术语、加强定语的方式来宣传自己的创新能力和差异化。最终导致真正的技术创新被淹没在一系列伪装创新之中。

中国AI大模型井喷已达130个 “百模大战”竞争加剧