大语言模型之所以能成功发展起来，主要得益于多个方面的因素。

首先，深度学习技术的崛起为大语言模型的发展提供了强大的技术支持；深度学习算法的高度灵活性和对大规模数据的适应性使得研究者们能够建构更为复杂的神经网络，从而实现对语言的更深层次理解；例如，Word2Vec和Seq2Seq等模型的出现为大规模预训练模型奠定了理论基础。

其次，计算能力的提升和数据的爆炸式增长也为大语言模型的发展提供了有力保障；随着计算机硬件的不断进步，现在的计算机已经具备了处理海量数据的能力，这使得训练更大规模、更复杂的语言模型成为可能；同时，互联网上的文本数据也在以惊人的速度增长，为大语言模型的训练提供了丰富的语料资源。

此外，大语言模型在应用场景上具有广泛的实用性；它们可以被应用于自然语言处理、机器翻译、智能客服、文本生成和摘要等多个领域，大大提高了工作效率和用户体验。

这种广泛的应用需求也推动了大语言模型的发展。

最后，政策支持和资金投入也对大语言模型的发展起到了推动作用。

各国政府和企业纷纷加大对人工智能领域的投入，为大语言模型的研究和开发提供了充足的资金和资源支持。

综上所述，大语言模型之所以能成功发展起来，主要得益于深度学习技术的崛起、计算能力的提升和数据的增长、广泛的应用场景以及政策支持和资金投入等多个方面的因素共同作用。