垂直大模型
针对特定行业 / 场景定制训练的大语言模型，强调"窄而深" — 在垂直领域超越通用大模型 + 经济性更好。
定义
垂直大模型有两种典型路径：
- 自建（from scratch）：以行业语料从头训练（成本高，少见）
- 垂直微调（fine-tuning）：在 DeepSeek / Llama 等开源底座基础上微调（主流）
与通用大模型的路线之争
| 维度 | 通用大模型 API | 垂直大模型 |
|---|---|---|
| 成本 | 按调用付费，长尾贵 | 一次性训练 + 自托管 |
| 数据安全 | 上传至外部服务 | 私有部署 |
| 行业知识 | 浅 | 深 |
| 维护成本 | 由模型方负责 | 自负责 |
| 性能 | 通用强 | 垂直强 |
主要案例
在 AI 产业链中的角色
垂直大模型是 5-17-其他AI垂直应用 等垂直 SaaS / 应用公司构建技术护城河的关键 — 防止被通用大模型"降维打击"。是 4-02-模型工厂 通用能力的下游延伸。
∈ belongs_to::5-17-其他AI垂直应用
核查说明（2026-05-29）
本页为概念定义页，无可对账硬数字；列举案例（问稷/托普云农、子曰大模型/网易有道、南北阁/BOSS直聘、灵犀AI平台/众安在线）为公开产品，定性与路线之争分析来自 Tier B 内部研究 5-17-其他AI垂直应用，以原始研报为准。