对于线下开店计划，迪马高禄峰对《华夏时报》记者表示，迪马九号公司的开店逻辑是以用户的需求为指引，原来的密度并不能达到这样的水平，我们在北京好像看到的多一些，事实上当你到一二三线城市之后，四五线城市相关的需求满足就变成我们逐渐夯实经营的一个非常重要的依据。

二是看大模型的容错度，济奥将免因为大模型最致命的就是幻觉，如果某个场景中不能承受幻觉风险，那这个场景就不能用到大模型里。按照刷榜的成绩，国米国内的模型早就超过了GPT-4了。

大模型与产业的结合：拉杜小切口，大纵深张志伟：周鸿祎先生说过，今年是大模型场景应用元年。费转能不能展开聊聊？周鸿祎：我们去年从toB模式中找到一些方法论。据我了解，索洛现在的大模型厂商纷纷转型，往产业方向走、往垂直方向走。

所以，转分我们要找到一个底盘，把发动机装上，再给它装上外壳、座椅，最后交付一辆车，企业才能用。但如果把大模型越做越小，迪马走垂直化、迪马产业化、企业化、场景化的道路，可能不需要万亿、千亿的参数，只需要百亿的参数，再加上一些私有的核心数据加持，在一个垂直单元上是可以超过GPT-4的。

打个比方，济奥将免现在我们造出内燃机了，不能说我想造飞机，内燃机不能用，我不管了，我要造喷气发动机去。

我觉得，国米国产大模型能否做到Sora这种水平就是一个资源和时间的问题。按照刷榜的成绩，拉杜国内的模型早就超过了GPT-4了。

所以我主张要在企业用大模型不要一下子宏大叙事，费转而是在内部业务链条，或在外部产品功能中，选取两到三个场景，用大模型赋能。但真正用一用，索洛我觉得国内的大部分都达到或者超过了GPT-3.5的能力，全世界也就只有中国有这个能力。

你说小了，转分别人说你自大。这就对算力的要求就降到很低，迪马可能有十张消费级显卡在一个场景就能用起来，非常适合我们国家，这也是我们弯道超车的一个场景