与传统AI仅能处理单一任务相比，大模型技术通过其庞大的参数规模、强大的泛化能力以及对多模态数据的支持，展现出类似人类的通用智能“涌现”能力，能够学习多个领域知识、处理多种数据和任务。

OpenAI提出的“规模定律”（Scaling Law）驱动了大模型的快速发展，即：模型的性能与模型的规模、数据集大小和训练用的计算量之间存在幂律关系，性能会随着这三个因素的指数增加而线性提高，通俗而言就是“大力出奇迹”。传统AI模型参数量通常在数万至数亿之间，大模型的参数量则至少在亿级，并已发展到过万亿级的规模。