你大概遇到过这种场面:有人问「美国的大模型是什么时候出来的」,你脑子里只有最近这一两年的印象,往前一推就说不清了。这篇不背年份,而是给你一套拆阶段的方法——先分清哪些算大模型的起点、哪些只是预热,再告诉你去哪查当时的口径和数字,最后给一条自己动手补时间线的路子。
你大概遇到过这种场面:有人问「美国的大模型是什么时候出来的」,你脑子里只有最近这一两年的印象,往前一推就说不清了。这篇不背年份,而是给你一套拆阶段的方法——先分清哪些算大模型的起点、哪些只是预热,再告诉你去哪查当时的口径和数字,最后给一条自己动手补时间线的路子。
核心结论先说:这个问题没有一个唯一答案,因为「出来」可以指论文公开、权重放出、接口开放、产品上线,四个时间点往往差得很远;「大」也可以按参数量划,也可以按能力表现划。与其记一个数字,不如记一套顺序和查证路径。
为什么「哪一年出来的」这个问题没有唯一答案
很多人问这句话时,其实想问的是「普通人第一次能用上是什么时候」。但研究圈问的往往是另一件事:那篇讲清训练方法的论文什么时候公开的。这两个时间点之间,通常隔着从几个月到几年不等,取决于团队是先把方法写出来,还是先把产品放出去。
- 论文公开
- 方法和实验写清楚、对外可查,研究圈普遍认这个作为起点
- 权重放出
- 别人能下载或调用模型本体,工程圈更认这个
- 接口开放
- 不给你权重,但给你一个能调的入口,产品团队从这个时间点才开始动
- 产品上线
- 普通人能直接对话,媒体和大众记住的通常是这一刻
- 规模可用
- 延迟、稳定性、成本都落到能长期跑业务的程度,这比产品上线还晚
- 先问清对方在问哪个「出来」:论文、权重、接口、产品,四个答案不一样;
- 再确认「大」按什么标准划:按参数量划会得到一批模型,按通用能力划会得到另一批;
- 最后分清「美国」是研发主体还是发布地,跨国团队和托管在海外云上的情况会让归属变模糊。
预热阶段:在大模型这个词出现之前,已经有哪几层铺垫
「大模型」这个词火起来之前,技术上已经铺了好几层地基。这些阶段单独看都不叫大模型,但缺了任何一层,后面的规模化都做不成。看时间线时把它们当成前置条件,比当成起点更准确。
| 铺垫层次 | 这一层解决了什么 | 没解决的遗留问题 |
|---|---|---|
| 统计与神经网络语言模型 | 让机器能根据前文猜下一个词 | 只会做语言任务,换任务要重做 |
| 注意力机制与并行训练思路 | 长文本建模和更大规模训练在工程上变得可行 | 规模还不够大到产生通用能力 |
| 预训练加微调范式 | 先大量读、再针对任务调,成为通用底座 | 不同任务仍要各自准备数据 |
这三层是有顺序的:先有「猜词」这件基础活,再有「能训得更大」的工程条件,最后才形成「先预训练、再微调」的固定套路。很多时间线把第三步当成起点,其实它更像把前两步拼起来的胶水。
- 判断一段历史算不算预热:看它的产出能不能被后面直接复用;
- 预热阶段的特点是成果大多停留在研究圈,工程落地很少;
- 如果你在写东西,预热带一带就够,不要把每个小改进都列一遍。
分水岭:什么时候开始从「一个模型干一件事」转向「一个模型干很多事」
真正的分水岭,不是某个数字变大了,而是同一套权重、不换结构就能接住多种任务。在这之前,做一个翻译模型和一个问答模型基本是两件事;在这之后,同一个模型换个问法就能干活,产品方的开发方式被彻底改掉。
这一阶段常被提到的词是「涌现」,意思是规模上去以后,某些之前不会的能力突然出现了。但要提醒一句:这个说法并不是每个任务都成立,有些能力其实是平滑变好的,只是评测方式把它显得像跳变。
- 看模型是不是新范式:问它同一套权重能不能不换结构接住多种任务;
- 看应用侧影响:开发方还需要为每个任务单独训模型吗,不需要就是新范式;
- 看它不适用的地方:对延迟和成本极敏感的固定单一任务,用老办法反而更划算。
一条按阶段走的时间线:不背年份也能讲清楚顺序
与其背年份,不如背四个阶段和它们之间的递进关系。每进入下一阶段,标志不是某个模型名,而是「这一阶段解决了上一阶段解决不了的问题」。别人问起时,你先讲顺序,再按需补细节,比报一串年份可靠得多。
- 规模化预训练期
- 把模型和训练数据都往大了做,通用能力开始出现
- 对话对齐期
- 让模型听得懂指令、答得像人话,产品化才开始变简单
- 多模态与长上下文期
- 从只处理文字,扩展到更多输入形式,同时能一次读更长的材料
- 成本与部署期
- 关注点从能不能做,转到跑起来贵不贵、稳不稳
需要留意的是:美国几家机构与高校往往在同一阶段里密集出手,谁先谁后经常取决于你按论文算还是按产品算。所以同一阶段内部不必强行排出先后,把阶段边界讲清就够了。
- 先讲四个阶段的顺序,不急着报年份;
- 再说明每一阶段解决了上一阶段的哪个卡点;
- 最后补一句「具体年份要按论文还是按产品算,会不一样」,把口径问题提前挡掉。
想自己核实具体年份,去哪查、按什么顺序查
年份、版本号、参数量这类数字都会随收录和更新变动,最稳的做法是当场去站内查,而不是记在脑子里。下面这条查证顺序,从粗到细,能帮你把时间线搭起来再补细节。
- 先建粗框架到 /models 把模型库按上线时间过一遍,先弄清收录了哪些条目、大概分成几批,不求精确年份。
- 再分研发主体和托管方到 /providers 看厂商目录,把「谁做的模型」和「谁提供托管」分开,避免把云厂商当成模型作者。
- 核对当时的口径参数量、版本号、具体年份一律以站内页面当时的记录为准,页面里通常会标注来源和收录方式。
- 回查收录规则对榜单或资料库的收录方式有疑问,到 /about 对照检测口径与数据来源,确认它是怎么算的。
- 按需看价格侧如果关心的是「哪一代开始变便宜」,到 /price-watch 看价格追踪,别在时间线里混着讲价格。
这套顺序的好处是,你不会一上来就陷进某个具体数字里。框架搭好之后,任何一个年份填错都只是局部修正,不会推翻整条线。
三个最常见的误解,先排掉
关于「美国的大模型是什么时候出来的」,流传最广的几个说法其实都把不同口径混在了一起。先把这三个误解排掉,剩下的讨论才不会跑偏。
- 把某个聊天产品上线当成大模型起点:产品只是把已有能力包装给普通人用,时间上明显晚于方法成型;
- 把开源权重放出当成首次发布:不少模型是先有闭源接口,很久之后才放出权重;
- 把「美国的大模型」当成一个国家项目:它更像一批机构、公司和高校在同一时期各自推进的结果,时间上互相咬合、彼此追赶。
| 常见说法 | 问题出在哪 | 更稳的说法 |
|---|---|---|
| 「某产品上线那年就是起点」 | 产品上线晚于方法成型,属于应用层事件 | 方法公开、产品可用是两条线,要分开说 |
| 「首次发布就是开源那次」 | 很多模型先闭源接口、后放权重 | 按接口开放和权重放出分别记时间 |
| 「这是国家级项目」 | 实际是多主体并行推进 | 说成一批机构在同一阶段密集出手更准确 |
搞清楚时间线对你有什么用
搞清时间线不是为了考试,而是为了在选型、看价格、挑接入方式时不被「最新」两个字牵着走。知道一个型号处在哪个阶段,你就能大致判断它的能力边界和适用场景,再去核对具体数字时也更有方向。
具体价格、跑分、名次这类会变动的数字,一律到站内页面看当时的记录:官方接口与价格可以到 /official-api 和 /price-watch 核对,榜单和评测结果到 /rankings 看,响应速度这类实测数据可以到 /tools/speed-test 自己跑一遍再判断。
- 选模型时,先判断它是上一代思路还是新范式,减少被宣传语影响;
- 看价格时,理解不同时期的定价逻辑不一样,别拿两个阶段的数字直接比;
- 挑接入方式时,弄清哪条路对应哪一代能力,再决定走官方接口还是走中转;
- 如果关注稳定性和可用性,可以到 /sites 看站点收录情况,结合自己的实测再定。
常见问题
美国的大模型到底是哪一年出来的?
没法给一个干净的单一年份,因为论文公开、权重开源、接口上线、产品可用是四个时间点。想得到一个可用的答案,先去 /models 按收录时间排一遍,再按「哪一段解决什么问题」去理解顺序,具体年份以站内当时记录为准。
为什么不同资料给出的起点差好几年?
多半是口径不同:有人从语言模型这条理论线算起,有人从大规模预训练这个工程节点算起,也有人直接按第一个普通人能用的对话产品算。先确认对方在数哪一类事件,差几年就说得通了。
中国的大模型和美国的时间线要怎么对照?
不建议只比单点年份,更实用的是按阶段比:预热期、规模化预训练期、对话对齐期、多模态期,各自在两地大概是什么节奏。具体模型发布时间可以到 /models 和 /papers 按条目核对。
这些历史信息对现在选模型有帮助吗?
有,但别过度依赖。历史能帮你判断一个型号属于哪一代思路,减少被营销话术带偏;真正的选型还得看当下价格、上下文与稳定性,价格去 /official-api,实测口径去 /tools/verify 看。
我想自己整理一份时间线,从哪开始最快?
先列阶段,再往里填模型。从 /models 拉一份清单,按 /providers 分研发主体,遇到不确定的年份去 /papers 和 /news/daily 交叉验证,最后在 /ai-dict/category/tech 把术语对上号,一份能用的时间线就成型了。