有区别，区别在于，通用大模型和专用大模型是人工智能领域的两种不同类型的模型。它们的主要区别在于其应用领域和训练方式：

1. 通用大模型：通用大模型旨在解决多种任务，例如自然语言处理、计算机视觉、语音识别等。它们通常使用大量的数据和计算资源进行训练，以获得广泛的知识和技能。通用大模型的优点是可以应用于多种任务，但其缺点是对于特定任务的性能可能不如专用模型。

2. 专用大模型：专用大模型是为特定任务而设计的，例如图像分类、目标检测、语音翻译等。它们通常使用特定任务的数据进行训练，以获得针对该任务的最佳性能。专用大模型的优点是对于特定任务的性能较高，但其缺点是难以应用于其他任务。

总的来说，通用大模型和专用大模型各有优缺点，取决于具体的应用场景和需求。