一句话定义
基础模型是在海量、多模态数据上预训练得到的通用模型，能通过微调、提示、检索或工具适配到多种任务。LLM 是基础模型的一种，但基础模型还包括视觉、音频和多模态模型。它不是单一模型，而是一类可复用的预训练基座。
为什么需要它
为每个任务单独训练模型成本高、复用差。基础模型把“通用表示”训练一次，再用少量数据和适配手段迁移到具体任务；这也是“预训练 + 后训练”范式的基础。
怎么工作
- 在海量文本、图像、音频等数据上做自监督预训练，得到通用基座。
- 通过 SFT、偏好对齐、继续预训练或参数高效微调适配行为。
- 通过 RAG、工具、Agent 或任务头接入外部知识和能力。
- 同一基座可以服务多个任务，也可以按领域继续训练。
和 LLM 的区别
- LLM 通常指以文本为主、Decoder-only 的语言模型。
- 基础模型的范围更大：可以处理文本、图像、音频，也可以是 Encoder-only、Encoder-Decoder 或多模态结构。
- 日常说的“基座模型”通常指未经过指令对齐的基础模型版本。
关键取舍
- 通用性强，但不一定在具体任务上最优；专用模型可能更省更准。
- 预训练成本高，多数团队选择在开源基座上继续训练或微调。
- 开源权重、闭源 API、领域基础模型是三种常见供给方式。
常见误区
- 基础模型不等于助手：它不天然会听指令，助手行为通常来自后训练。
- 基础模型不等于 LLM：LLM 只是其中一种。
- 参数越大不一定越好：数据、适配方式和推理成本同样关键。
用在哪里
- 作为对话、RAG、Agent、多模态应用的底座。
- 领域继续预训练或微调的起点。
- 需要通用能力、又不想从零训练时。