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 4-02-模型工厂 子行业核心。

定义

LLM 是参数规模在数十亿至万亿级的语言模型，通过大规模文本预训练 + 微调对齐获得通用语言理解和生成能力。典型代表：GPT-4o / o3、Claude 4.5、Gemini 2.5、Llama 4、DeepSeek-R1/V3、Qwen 3、GLM-4。

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

• Meta — Llama 4
• 阿里巴巴 — Qwen
• DeepSeek — DeepSeek-R1 / V3
• 月之暗面 — Kimi K2
• 智谱AI — GLM-4

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 4-02-模型工厂 的核心产品。其上游需要 2-01-核心逻辑芯片 GPU 算力 + 3-03-数据中心 + 4-01-数据引擎 数据；下游驱动几乎所有 AI 应用（5-06-AI办公与企业服务 / 5-03-AIGC-数字媒体-创意工具 / 5-09-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（T2 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。

∈ belongs_to::4-02-模型工厂