在垂直领域应用趋势上，大模型正广泛运用于法律、咨询、金融、医疗等更广泛的科学领域。

在科学领域，今年七月，埃隆·马斯克成立了xAI公司，目标在于解答科学问题、运用AI辅助人类解决复杂的科学和数学难题，乃至解读宇宙之谜。

在法律行业，今年路透社收购了Casetext，这是一种能够深度解析法律文书的工具。它能够迅速理解文书内容，整理文书资料，进行案例分析和对比等，具有极高的实用价值。

在咨询行业，在咨询行业，由于其信息密集的特性，咨询服务通常以信息为基础，结合行业场景需求进行推理呈现。这个领域很可能直接受益于大模型的能力，比如知识总结要点、查询数据库等。因此，麦肯锡推出了Lilli产品，旨在帮助我们进行战略分析。虽然最初主要依赖人力，但随着模型能力的提升，大模型将会发挥更大的作用。

在金融领域，微软与伦敦交易所的合作已经在新闻摘要等方面取得了一些进展。举个例子，我们可以向大模型提问：“当美国CPI核心通胀率高于4%时，市场有何反应？”大模型将会根据历史情况，详细解释美国财政和金融采取的措施及其达到的效果。再比如，如果询问如何配置资产，它也会给出一些非常不错的建议。

在医疗领域，这是大模型非常适合的应用场景。比如，在问诊时，如果我说我感到口渴、疲劳和视力模糊，大模型可能会回答我可能患有糖尿病。如果我再问糖尿病有哪些类型，它会告诉我有一型和二型。如果我问做哪些诊断能够确诊，它会根据相关的医疗知识给出更精确的回答，推荐体检检查项目等。

此外，大模型还可以帮助理解体检报告。如果体检报告很长，大模型能够帮助解读报告内容。比如血糖高、甘油三酯高等指标意味着什么，或者多项指标组合在一起怎样解读等等。这将为人们理解体检报告带来很大帮助。

在制药领域，我们可以将化学分子视为一个序列，然后将其输入到Transformer架构中做大模型预训练和制药ADMET的多任务学习。比如在ADMET中预测药物水溶性、穿膜性、毒性等。

此外，大模型也与气象学息息相关。我们可以通过标记化（tokenization）天气数据，再利用大模型的无监督学习能力进行分析。精准的气象预测对我们的日常生活和新能源领域都有重大影响。伏羲气象大模型就是利用复旦CFFF集群构建的，首次实现了精准的AI 15天中期天气预报。预报结果与欧洲气象台的预报结果相当，但预报速度从小时级提高到了十秒内，实现了千倍的加速。

我们希望未来能在更多的领域发展和应用人工智能，推进制药、智慧医疗、健康管理、碳中和等领域的智能化升级。