大模型与人工智能的区别主要在于规模和能力的不同。

传统的人工智能模型，如阿尔法狗，往往只能完成特定的任务，例如下围棋，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。这种类型的人工智能通常被称为弱人工智能。

相比之下，大模型则通过扩大模型的参数规模，并经过大量数据的训练，可以支撑所有人工智能的任务。大模型是一种参数规模非常大的人工神经网络，因此具有很强的能力，可以在很多任务上都表现出非常好的性能。由于大模型学习了非常多的知识，并经过了大量的数据训练，因此具有非常好的通用性。它可以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，因此也被称为通用人工智能。

大模型是新一代人工智能的代表，展现出了非常广阔的前景。它不仅可以大大降低开发人工智能产品的门槛，还可以提高人工智能的性能和通用性。