在人工智能（AI）领域，大模型（Large Model）的概念已经成为推动技术进步的关键因素。然而，关于谁是首位提出“大模型”概念的创新先驱，这个问题并没有一个明确的答案，因为“大模型”这一术语并非由单一人物首次提出，而是随着AI技术的发展逐渐形成的。
以下是一些与“大模型”概念发展密切相关的人物和事件：
杰弗里·辛顿（Geoffrey Hinton）：被誉为“深度学习之父”的杰弗里·辛顿在AI领域有着深远的影响。他在20世纪80年代开始研究神经网络，并在90年代提出了“反向传播”算法，为深度学习的发展奠定了基础。辛顿的工作为后来大模型的兴起提供了技术支持。
杨立昆（Yann LeCun）：作为深度学习的先驱之一，杨立昆在图像识别和神经网络领域做出了重要贡献。他在1998年提出了卷积神经网络（CNN），这是一种在图像识别任务中非常有效的模型，为大模型的发展提供了重要的理论基础。
伊恩·古德费洛（Ian Goodfellow）：古德费洛是生成对抗网络（GANs）的发明者，这一技术在大模型的发展中扮演了重要角色。GANs能够生成逼真的图像、音频和文本，为大模型在生成任务中的应用提供了新的可能性。
克里斯托弗·鲍尔斯（Christopher Batten）：在2012年，克里斯托弗·鲍尔斯在论文《Large-Scale Deep Learning for General NLP》中首次使用了“large-scale”一词来描述深度学习模型，这可以被视为“大模型”概念的早期形式。
谷歌的研究团队：2017年，谷歌的研究团队发布了Transformer模型，这是一种基于自注意力机制的深度学习模型，其参数量达到了数十亿级别。这一模型的发布标志着大模型时代的到来。
综上所述，虽然无法确切指出谁是首位提出“大模型”概念的创新先驱，但上述人物和事件无疑对这一概念的形成和发展产生了重要影响。大模型的概念是AI领域众多研究者共同努力的结果，它的发展是整个AI社区智慧的结晶。