基础模型（Foundation Model）指在海量数据上大规模预训练、具备广泛通用能力、可通过微调或提示适配各种下游任务的AI模型。这个概念由斯坦福大学在2021年提出，强调模型是众多应用共同的"地基"。
关键特征
- 大规模预训练：在TB级互联网数据上训练，成本极高
- 通用能力：不针对单一任务，而是掌握语言、知识、推理的通用规律
- 可适配：通过微调（Fine-tuning）、提示工程、RAG等方式快速适配具体场景
代表模型
GPT系列、Claude、Gemini、DeepSeek、Llama、Qwen、Mistral。当模型代表当前技术能力的最高水平时，被称为"前沿模型（Frontier Model）"；当模型被裁剪成小尺寸、用于端侧部署时，则属于小语言模型（SLM）。
产业意义
基础模型让"一个模型服务千行百业"成为可能——AI应用开发从"从零训练"变成"站在巨人肩膀上适配"，大幅降低了AI落地门槛。