【头部财经】7月2日讯，周鸿祎今日在人工智能高峰论坛上表示，公有大模型存在四个问题。首先，公有大模型是通才，但缺乏行业深度，不能为企业级应用场景提供足够的垂直性和专业性支持。其次，公有大模型存在数据安全隐患问题，容易导致企业内部数据泄露。第三，公有大模型无法保障内容可信，存在“幻觉”，无法保障内容真实可信，有据可查。最后，公有大模型的成本过高，直接训练和部署千亿级参数大模型的成本过高，企业级应用应该使用百亿级基础模型，根据不同需求，训练不同的垂直模型（如代码、法律、客服）。

周鸿祎的言论引发了业内人士的广泛关注。对于公有大模型的局限性，许多专家和企业已经开始关注并探索解决方案。其中，一些企业已经开始尝试利用私有化或定制化的方式来满足特定行业的需求，同时保障数据安全和内容可信。

在人工智能领域，大模型的研发和应用已经成为趋势。然而，对于企业级应用而言，满足特定的垂直性和专业性需求更为重要。在这方面，私有化或定制化的模型可能更能满足企业的需求。同时，保障数据安全和内容可信也是必须考虑的问题。

针对公有大模型的局限性，一些企业已经开始探索解决方案。其中，一些企业正在尝试利用私有化或定制化的方式来满足特定行业的需求。这些企业通过收集和整理特定行业的专业知识和数据，构建了更加符合实际应用场景的私有化或定制化模型。

另外，为了保障数据安全和内容可信，一些企业也在探索更加严密的权限管理和数据加密技术。这些技术可以确保企业内部数据的安全性，同时也可以防止模型被用于恶意用途或泄露敏感信息。

总的来说，公有大模型的局限性是企业和专家们需要关注和解决的问题。未来，随着人工智能技术的不断发展，我们相信会有越来越多的企业开始探索私有化或定制化的解决方案，以更好地满足特定行业的需求。同时，随着技术的进步和应用的深入，我们也有理由相信人工智能将会在更多的领域得到应用和发展。