通用大模型是指具有廣泛適用性的大型生成式AI模型，它們能夠處理多種任務並套用於不同領域。這類模型通常結合了深度學習領域中的多種技術和算法，例如神經網路、自注意力機制和預訓練等，可以用於自然語言處理、計算機視覺、語音識別等多個領域。通用大模型的代表包括OpenAI的GPT系列、Google的BERT系列以及國內清華大學的ChatGLM等。
這些模型通常基於大規模、多樣化的數據集進行訓練，從而具備廣泛的知識覆蓋能力。它們適用於多種任務和場景，但可能在特定領域的專業性上不如行業大模型。行業大模型則是針對特定行業或領域的需求，採用大規模數據訓練和先進算法的深度學習模型，它們在特定領域的性能可能更加優越。
儘管通用大模型在多個領域表現出色，但它們也可能存在一些局限性。例如，由於數據主要來自公開文獻和網際網路信息，它們在專業性較強的產業，如醫療、金融等，提供的服務可能有限。此外，訓練通用大模型的成本高昂，包括算力需求、晶片數量和每天的電費支出等。