大模型出现以后，传统的小模型并没有因此“退休”。“大模型与小模型不是替代关系。”陈硕说。

　　工厂流水线上，如果只需要识别一种固定瑕疵，而且要求响应快、成本低，小模型仍然更合适。

　　大模型的优势体现在另一类场景。比如一架无人机出去巡检，沿途可能要同时寻找几十种、上百种异常，总不能给一架无人机塞进去上百个独立的小模型。这时候，一个能够理解更多目标、应对陌生场景的视觉大模型，价值才真正体现出来。在极视角的方案里，往往是大小模型一起工作。

　　在某大型铝业集团的生产现场，原料、蒸发、溶出、分解、焙烧等不同车间，已经有50多个场景应用了小模型算法和大模型。高频、明确、要求快速响应的任务交给小模型，复杂场景、缺少历史训练数据的问题，再交给星际大模型。一个擅长“快和准”，一个负责补上“广和懂”。

　　当然，大模型自己也在变轻。星际大模型4B版本处理1080P图像，一般环境下推理延迟仅1秒出头。原因并不复杂：真正到了机器人、无人机和边缘设备上，参数不是越大越好，还得考虑算力、速度和部署成本。

　　产业现场最终看的，不是谁的模型“个头最大”，而是谁真正装得进去、跑得起来。