基礎模型是什麼？與大語言模型、AI 助手有何不同
用通俗語言理解 foundation model：能適用於多種任務的底層模型。區分基礎模型、LLM、AI 助手和外掛，按自己的任務判斷需要什麼。
它為什麼叫基礎模型？
基礎模型（foundation model）先在廣泛資料上訓練，再用於或適配到多種任務。你可以把它理解為應用所使用的一種通用能力底座：同一個模型能參與不同工作，而不是只為單一任務訓練。
與大語言模型有什麼區別？
大語言模型，也叫 LLM，是基礎模型中的一種，主要面向語言相關任務。基礎模型的範圍更廣，還可以涉及圖像、音頻等資料。基礎模型也不一定只生成內容；有些應用會用它來分類或分析。
模型、助手、外掛分別做什麼？
模型提供理解和生成等能力。AI 開發助手是你提交任務、查看文件改動和執行結果的工作入口。外掛則給相容的助手補充步驟、資料或外部工具連接。選中了一個外掛，不代表換了底層模型。
例如你希望 AI 檢查網頁：需要先有可用的助手，再確認它能連接瀏覽器工具。只知道某個模型的名字，還不能說明這套操作流程已經準備好了。
普通使用者需要自己訓練嗎？
如果只是開始使用 AI 助手或目錄里的外掛，先核對工具的帳號、任務能力和安裝條件即可，不需要把訓練模型當成第一步。開發自有應用時，才需要結合任務和資料決定如何接入或適配模型。
- 寫清你要完成什麼，例如理解程式碼、查文件或操作網頁。
- 檢查所選工具是否支持需要的輸入、外部連接和工作入口。
- 用一份能核對的任務樣本試用，審查結果後再繼續。
繼續閱讀與來源
來源核對日期：2026-10-12。這裡解釋概念和選擇方法，不給模型做準確率、速度或價格排名。