大语言模型
"LLM = Large Language Model"，基于 Transformer 架构 在海量文本上预训练的通用语言模型。2026 年全球 LLM 市场规模 $105.7 亿（CAGR 34.4%，2035 达 $1,498.9 亿），是 模型工厂 子行业核心。
技术细节
核心架构演进
- Transformer（2017）— Attention Is All You Need 论文奠基
- GPT-3（2020）— 1750 亿参数，开启 scaling laws 时代
- MoE 架构（2022 后）— Mixtral / DeepSeek-V3 普及
- 推理时计算（2024 OpenAI o1）— Chain-of-Thought 长思考链
- 多模态 LLM（2024 后）— GPT-4o / Gemini 多模态原生
关键能力
- In-context Learning — 少样本/零样本学习
- Reasoning — 推理链能力（OpenAI o3 / Claude / DeepSeek-R1）
- Tool Use — 函数调用 / Agent 工具
- Long Context — 200K 至 200 万 token 上下文
主要玩家
闭源前沿
- OpenAI — GPT-4o / o3
- Anthropic — Claude 4.5 Sonnet/Opus
- Google — Gemini 2.5
- xAI — Grok
开源前沿
演进历史
- 2017 Google "Attention Is All You Need"（Transformer 论文）
- 2018 BERT（Google）+ GPT-1（OpenAI）
- 2020 GPT-3（1750 亿参数）
- 2022-11 ChatGPT 引爆全球
- 2023 GPT-4 / Claude / Bard 群雄混战
- 2024 推理模型（o1）+ MoE 普及
- 2025 DeepSeek R1 推理革命 + 万亿参数开源（月之暗面 Kimi K2）
在 AI 产业链中的角色
LLM 是 模型工厂 的核心产品。其上游需要 核心逻辑芯片 GPU 算力 + 数据中心 + 数据引擎 数据；下游驱动几乎所有 AI 应用（AI办公与企业服务 / AIGC·数字媒体·创意工具 / AI金融·量化交易 等）。
相关概念
- Transformer 架构 — LLM 的算法基石
- 混合专家模型（MoE）— 主流架构
- 推理模型（Reasoning）— LLM 升级方向
- 多模态模型 — LLM 横向扩展
- 长上下文窗口 — LLM 关键能力维度
增量补充（2026-05-29）
- 市场规模数据溯源：正文"2026 全球 LLM 市场 $105.7 亿、CAGR 34.4%、2035 达 $1,498.9 亿"经核对，与 Precedence Research《Large Language Model Market》（2026 = $10.57B、2026-2035 CAGR 34.44%、2035 = $149.89B）逐项精确吻合（市场研究机构）。注：第三方市场咨询机构对 LLM 市场口径差异较大（Business Research Insights 给 CAGR 79.8%、Roots Analysis 给 2026 = $11.63B），本页采用的 Precedence 口径为相对保守且广被引用的一档。
所属子板块模型工厂