AI之所以这么智能，就是因为它背后有大模型这个聪明的大脑袋。
而大模型之所以这么聪明，上知天文，下知地理，会中文，懂外语，文武双全，无所不能，主要取决于以下两个方面因素：
一是大模型的训练参数。
二是Embedding。
训练参数，是指大模型训练时的最多参数，一般目前从百亿，到千亿，甚至上万亿参数，据说最新即将发布的gpt5的训练参数更是高达上十万亿。
这个训练参数，我们可以理解为像人的知识储备，一般理解，知识储备越多，大模型懂的就越多，越专业。
这个训练参数，有点类似像相机的像素，像素越大，自然成像能力就越强。是不是因此我们就可以认为，一个大模型的训练参数越大，就表示它越强呢？
当然不是！
这就引出大模型的另外一个方面，Embedding
Embedding 目前没有一个合适的中文词语给它，我个人的理解，Embedding 你可以认为是一个人的理解和逻辑能力，这个Embedding 的理解和逻辑能力越强，就表示大模型越聪明。
综上所述，我们可以看出，评判一个大模型够不够智能？一般取决于这两个因素，一是它的训练参数，这个参数越大越好；另一个就是Embedding理解和逻辑能力。
当然，除此之外，还有些其它方面，如Token 。我们经常听到说某个大模型支持8k、16k、128k、192k甚至更大，这里说的就是token.
Token是什么？你可以简单理解成类似计算机的字节，一个汉字，一个字母，一个符号，都是token，token用于计算大模型跟人进行上下文对话的长度，支持token越大，说明这个大模型跟人对话的储备量越好。
不过，我个人认为，随着大模型的不断发展，支持上下文长度会越拉越大，直到无限大，因此，这个token未来的主要作用用于计费，比如跟大模型对话，每千个 token收取比如0.0几分，有点类似我们使用移动网络的流量那种计费。
关注我微信视频号：【大伟说AI】
今天就讲到这里，我是大伟，关注我微信视频号：【大伟说AI】，带你学习和了解更多AI相关知识和内容。