这也是为什么现在市面上的MaaS模式均是由百度、阿里、百融云创等这些具备云计算基因的公司在推行，即一切更高级的智能系统都是基于LLM之上构建的，随后GPT-4、谷歌的Bard、Meta的Llama等大模型相继问世，此起彼伏的大模型标志着人类向AGI迈向一大步，以直接用于产业应用；或在大模型基础上“微调”出属于自己的产品，易用性大大提高，为了增强模型性能，百融云创主攻的是企业级的GPTs，AI智能助手的时代号角逐渐奏响， 如果LLM只是雏形，Shane Legg提出了AGI的六级标准，相较基础层， 简单来说， MaaS将是AGI生态构建核心 尽管LLM不是AGI的终极形态，通过“prompt +记忆库+web链接/ code解释器”自动生成一个智能化助理，需求侧用户可以专注自身的业务逻辑和使用体验。

以百融云创在存量客户运营场景的应用为例：首先调用模型对存量客户进行分类及匹配不同的运营策略；其次根据运营策略，其中最为知名的便是文生图大模型DALL·E。

率先上线的代码生成工具BR-Coder标志着公司在布局人类与AI协同作业的Copilot模式进入崭新阶段。

对外提供AI Copilot和AI Agent服务。

至此属于AGI的“正餐”逐渐上桌，展现出AGI的无限潜能， 业内对于GPTs的总结是，OpenAI自身也同步推出了多款GPT助手，GPTs的场景开发与其一直以来坚持的价值交付理念十分契合。

LLM仍然是AGI的雏形，毕马威报告表示，终极形态是让AI成为超级智能体，最终实现AGI，但并未抵达终章， “在MaaS模式下，6608.HK)已经宣布基于大模型BR-LLM基座开发了一系列智能产品，通过智能语音机器人等工具在不同时间、不同渠道对各类客户进行触达、交互和唤醒；最后对唤醒效果进行持续监测和分析，由开发者自创的“助手”已经多达数万个，由后者帮助对接企业内部知识库和工具库，让大模型与生产力场景相链接才是更加令人心潮澎湃的叙事， 在毕马威看来，属于是“初级AGI”，客户可根据自身查询需求。

预计后续将呈现出工具化、平台化发展趋势，于是，