开放模型是指公开模型架构、权重甚至训练数据的AI模型，允许开发者自由使用、修改和再分发。典型代表如Meta的Llama系列、Mistral等，它们降低了AI应用的技术门槛，推动了社区协作与创新。

开源权重指大模型（如LLaMA、Mistral）公开发布的预训练参数文件，开发者可免费下载、部署并微调，极大降低了AI应用门槛。它是开源社区与商业模型竞争的关键，也引发了关于安全与可控性的讨论。

私有化部署指将AI模型或应用安装在企业内部服务器中，数据不出本地，适合对安全性和合规性要求高的场景。

场景大模型是指针对具体行业或业务场景（如医疗、金融、教育、客服等）进行定向调优的大语言模型。它通过领域数据训练、提示工程或微调，在特定任务上表现优于通用模型，且更安全、高效。

垂类模型是针对特定行业、领域或任务专门训练的人工智能模型，相比通用大模型更专注、高效、成本可控，在医疗、金融、法律等专业场景中已快速落地。

对话式搜索允许用户通过连续的自然语言提问获取信息，搜索引擎不再返回链接列表，而是直接给出答案并支持追问。它融合了自然语言理解、生成式AI与多轮交互能力，正在重塑传统搜索体验。

答案引擎是结合大语言模型与传统搜索的新型工具，用户用自然语言提问后，系统直接返回总结好的答案并附上来源，省去翻页筛选的麻烦。Perplexity AI、天工AI搜索等是典型代表。

AI搜索是利用大语言模型和自然语言处理技术，对传统搜索引擎进行智能化升级，能够直接回答复杂问题、生成摘要并理解上下文的新一代搜索方式。