【資料圖】

去年11月底，OpenAI發布了ChatGPT人機對話交互模型，ChatGPT可以回答連續性問題，可謂“上知天文、下曉地理”，上線5天，就收獲了100萬用戶。

據了解，ChatGPT是GPT迭代出的第3.5個版本，2018年GPT-1誕生，到了2022年，OpenAI為給GPT-4收集用戶反饋，而發布了GPT-3.5，也就是如今的ChatGPT。

微軟的AI大模型及強大算力是助力OpenAI的關鍵，OpenAI曾為了讓GPT-3的表現更接近人類，用了45TB的數據量、近1萬億個單詞來訓練它，大概是1351萬本牛津詞典。

大模型及其高算力對應的是高昂的資金消耗，ChatGPT一次運算就要花費450萬美元，據美國《財富》雜志報道，2022年，OpenAI公司凈虧損總額為5.45億美元。

此外，ChatGPT測算生成一條信息的成本在1.3美分左右，是目前傳統搜索引擎的3到4倍，單次搜索成本過于高昂。

這樣高的研發門檻，注定目前主流的大模型多由大企業，或是背靠大企業的研究機構掌握，并且成為相關企業的“護城河”。

模型是AI的靈魂，參數量越大，模型越復雜，做出來的預測就越準確。如今業界主流的AI生成類工具的大模型都是千億級、萬億級參數量的水平。

這些AI生成類工具可以學習各行各業的各類數據，除了可以給出相較于小模型更準確的預測結果外，它也展現出驚人的泛化能力和遷移能力，產出的內容質量更高、更智能。

關鍵詞：