在当前人工智能领域，大模型技术正成为焦点，尤其是其在金融行业的应用。度小满CTO许冬亮作为大模型领域的专家，其对于大模型竞争背后的商业智慧的见解，对于理解这一趋势具有重要意义。
一、大模型竞争格局的转变
1. 通用模型与行业模型的分化
许冬亮指出，通用大模型竞争格局已定，大模型下一阶段的竞争是行业大模型的竞争。这一观点表明，随着大模型技术的不断发展，通用模型在特定行业中的应用将面临行业模型的挑战。
2. 行业模型的细分
在行业模型方面，许冬亮提出了从模型层级结构上分类的思路，包括通用大模型、行业大模型、企业大模型、任务大模型等。这表明行业模型在应用过程中将更加注重针对特定行业的定制化需求。
二、度小满金融大模型的特色
1. 数据驱动
度小满金融大模型经过公司业务场景中沉淀的海量金融数据训练，通过数百万节点的知识图谱增强了大模型的事理逻辑能力。这表明度小满金融大模型在金融领域具有强大的数据驱动能力。
2. 解决通用模型问题
许冬亮表示，度小满金融大模型平衡通用数据和金融数据的配比，解决通用大模型的遗忘问题，对金融知识理解更专业、更精准。这表明度小满金融大模型在解决通用模型问题方面具有明显优势。
3. 开源策略
度小满开源了国内首个金融行业大模型，已有上百家金融机构申请试用。这表明度小满在推动大模型技术发展方面具有开放态度，有助于促进行业内的技术交流与合作。
三、商业智慧体现
1. 技术创新
度小满不断加强技术创新，推出新技术、新成果，为金融行业发展注入活力。这表明度小满在商业竞争中注重技术创新，以技术驱动业务发展。
2. 应用场景拓展
度小满金融大模型已应用于营销、客服、风控、办公等多个业务场景，初见成效。这表明度小满在商业竞争中注重应用场景拓展，以实现大模型技术的最大化价值。
3. 多方共建生态
许冬亮强调，金融大模型的产业应用需要场景应用方（金融机构）、模型提供方、训练工具提供方等多方共建。这表明度小满在商业竞争中注重生态建设，以实现产业链的协同发展。
四、总结
度小满CTO许冬亮在大模型竞争背后的商业智慧，为金融行业提供了有益的借鉴。通过技术创新、应用场景拓展和多方共建生态，度小满在金融大模型领域取得了显著成果，为我国金融行业智能化发展贡献了力量。