大模型与人工智能区别介绍如下：
以前的模型大都是弱人工智能，像阿尔法狗只能下围棋，而各种识别产品也只能完成一个任务。这些模型之间是隔离的不能互相支撑。而大模型则通过扩大模型的参数规模，并通过大量数据的训练，来支撑所有人工智能的任务。
大模型就是一种参数规模非常大的人工神经网络。因为参数足够大之后它能力非常强，所以在很多任务上都表现出非常好的能力。
因为大模型学习了非常多的知识，经过了非常多的数据训练，这样就具有了非常好的通用性。包括像我们日常生活中经常见到的各种人工智能产品，比如说人脸识别、对话机器人，等等。
因为大模型的容量非常大、能力非常强，所以它把所有的任务都合在一起，用一个模型来提供非常多的任务的支撑，就是我们人工智能这个领域所谓的通用人工智能，所以它展示出来通用人工智能一个非常好的前景。
人工智能大模型的类型
大模型可以分为两类，通用大模型和垂直大模型。通用大模型，基础大模型，擅长处理多种任务，是行业技术的制高点，推动产业革命。如GPT系列就是通用模型。训练通用大模型的参数规模大，需要强大的算力支撑，通常是头部企业的兵家必争之地。
国内科技、互联网巨头纷纷布局，百度的文心一言、阿里的通义千问大模型、腾讯的混元大模型、科大讯飞的星火认知大模型、商汤科技的日日新大模型等都是。
垂直大模型，行业大模型，是大模型应用落地的重要形式。基于通用大模型进行微调，通过训练专业数据，向各行各业等多个场景提供更加精准、高效的解决方案。比如华为盘古大模型就是针对行业提供专业大模型，已经初步运用在政务、金融、铁路、气象、煤矿等领域。
国际上，除了ChatGPT外，还有Llama2，是Meta与微软联手推出的开源大模型，包含70亿参数、130亿参数、700亿参数三个规模；其训练数据快速增加，接受了2万亿tokens的训练。