撰文 / 涂彦平 编辑 / 黄大路 设计 / 赵昊然
ChatGPT在这个春天霸占了中文互联网，普通人面对它多生出兴奋和焦虑交织的复杂情绪，而大公司不甘落后，纷纷宣布自己也在做类似的AI大模型。
继3月16日百度发布文心一言之后，4月7日，阿里云官宣大模型通义千问开始邀请测试。
4月8日，在人工智能大模型技术高峰论坛上，华为云人工智能领域首席科学家田奇分享了盘古大模型的进展及应用。他透露，华为盘古大模型正在推动人工智能开发从“作坊式”到“工业化”升级。
有多场大模型相关发布会扎堆举办。
4月10日，商汤“日日新SenseNova”大模型体系问世；4月11日，毫末智行自动驾驶生成式大模型DriveGPT雪湖·海若发布；由昆仑万维和奇点智源合作研发的天工大模型3.5发布在即，并将于4月17日启动邀请测试；5月6日，科大讯飞“1+N认知智能大模型”即将发布……
互联网巨头、人工智能公司、智能硬件公司、自动驾驶公司等各方力量，都积极参与到大模型这一场盛宴中来。
行业监管也迅速出手。4月11日，国家网信办发布通知，就《生成式人工智能服务管理办法（征求意见稿）》面向社会公开征求意见。根据计算机科学家、自然语言模型专家吴军的说法，ChatGPT背后是一个叫做语言模型的数学模型在发挥作用，这项语言模型技术早在1972年就已经有了，是由他的导师弗莱德里克·贾里尼克(Fred Jelinek)在IBM期间带领团队研发出来的。
只是到了由于算力不断提升，语言模型已经从最初基于概率预测的模型发展到基于Transformer架构的预训练语言模型，并逐步走向大模型的时代。
复旦大学计算机学院教授、MOSS系统负责人邱锡鹏曾这样描述大模型的能力飞跃：“当模型规模较小时，模型的性能和参数大致符合比例定律，即模型的性能提升和参数增长基本呈线性关系。当 GPT-3/ChatGPT 这种千亿级别的大规模模型被提出后，人们发现其可以打破比例定律，实现模型能力质的飞跃。这些能力也被称为大模型的‘涌现能力’（如理解人类指令等）。”
每当有革命性的技术诞生，无一不是由其在具体行业的商用化应用来实质性地推动行业进步。作为连接技术生态和商业生态的桥梁，大模型也将在很多行业应用落地。
只是，这波来势凶猛的大模型热，究竟会催生万物生长改变万千业态，还是继区块链、元宇宙之后又一个看上去很美的泡沫？无限想象空间？
特斯拉将Transformer大模型引入自动驾驶领域中，拉开了AI大模型在自动驾驶领域应用的开端。大模型在自动驾驶行业的应用将提升系统的感知和决策能力，已经被视为自动驾驶能力提升的核心驱动力。4月2日，百度正式发布百度自动驾驶云Apollo Cloud2.0。百度智能驾驶事业群副总裁、智能网联业务总经理高果荣表示，Apollo Cloud2.0基于大模型实现了自动驾驶数据智能的搜索引擎，大模型的能力积累了自动驾驶数据智能的搜索引擎，从海量数据中能够精准找到自动驾驶面向不同场景的数据。
“在自动驾驶领域，BEV(Bird\'\'s Eye View，鸟瞰视图)是当前主流的技术路线，未来可以朝着多模态、通用智能的方向发展。”商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚表示。
他认为，在通用人工智能时代，输入提示词和多模态内容，就可以生成多模态的数据，更重要的是，可以用自然语言生成对任务的描述，用非常灵活的方式覆盖大量的长尾问题和开放性的任务，甚至是一些主观描述。
王晓刚举了一个例子来说明AI和AGI处理任务的不同。给定一张图片，判断是否需要减速，AI和AGI的反应有什么不一样呢？现有的AI系统，会首先做物体检测，然后再物体框里做文字识别，最后做决策。整个过程中每一个模块都是事先定义好的任务。
而在通用人工智能下，给定图像，人们只需要用自然语言去问问题，“这个图标是什么意思？我们应该做什么？”模型本身不会发生变化，它会通过自然语言的方式给出一系列逻辑推理，最后得出结论。它会说，“前面限速30公里/小时”“前面100米是学校区域”“有小孩”“应该小心驾驶”“将车速降到30公里/小时以下”等。
王晓刚还指出，智能驾驶汽车领域有“数据飞轮”的说法，通用人工智能时代则会产生“智慧飞轮”，人和模型之间可以互动，通过人的反馈，模型能更好地理解人需要它展示什么样的能力，而去解锁更多技能。从数据飞轮升级到智慧飞轮，可以实现人机共智。
商汤基于多模态大模型，可做到数据的感知闭环和决策闭环。从前端自动采集高质量的数据，到利用大模型进行自动化的数据标注和产品检测，“能够几百倍地提升模型迭代的效率并降低成本”。
华为云EI服务产品部总裁尤鹏也表示，“整个数据标注是整个自动驾驶领域准确率、效率、成本最高的一部分”，这部分的效率直接影响到自动驾驶算法和驾驶等级的提升。他透露，华为云正在做预训练标注大模型，支撑后续的自动驾驶算法的训练，可能会在几个月后会发布。
除了自动驾驶，很多行业人士相信，智能座舱也将在大模型的赋能下有着质的提升，尤其将为人机交互打开新的大门。
百度集团资深副总裁、智能驾驶事业群组总裁李震宇认为人工智能将重塑汽车空间，人与汽车的关系将会截然不同。“我们相信每辆汽车都会搭载一个数字虚拟人。未来的数字虚拟人不仅可以模拟人的外形，还可以注入灵魂，真正拥有对人类意图的理解……同时也不再是单一以前场景的车机助理的身份，而会转化成全能助理。”
他相信，随着通用人工智能的发展，智能座舱将成为汽车创新的新焦点，将会重塑其空间，届时用户和车企之间的距离将缩短，用户和品牌之间的关系将更为紧密。“拥有自然语言交流能力的智能车可以让车企与用户直接进行一对一的对话。当汽车成为全能助理后，车企将面对用户需求爆发式的增长。”
王晓刚称，在智能座舱板块，通用人工智能可以使基模型具备对空间环境的理解、用户状态的感知、多模态指令解析及多轮逻辑对话、内容生成等一系列能力，进而赋能包括情绪感知、智能助手、基于情感的对话、创意内容生成、个性交互等一系列功能，不断地提升个性化体验，进一步拓展应用场景。
“智能汽车是通用人工智能实现闭环的一个非常好的场景，我们已经有人机共驾。”王晓刚表示，“未来我们希望车和模型之间能够产生更有效的互动，那就完成了从人到车到模型这样一个互动闭环，能够让通用人工智能为我们提供更好的驾乘体验，解锁无限的想象空间。”
只是，消费者距离这种有着“无限的想象空间”的汽车生活还有多远，没有人说得出答案。希望在于将来
想象是美好的，挑战也随之而来。
“过去我们一年要做大概1000万帧的自动驾驶图像的人工标定，请外包公司进行标定，大概6到8元钱一张，一年的成本接近一个亿。但是当我们使用软件2.0的大模型通过训练的方式进行自动化标定，效果会非常可怕——过去需要用一年做的事情基本上三个小时就能完成，效率是人的1000倍。”理想汽车创始人、董事长兼CEO李想OK表示，“对于员工来说，他们会感觉用拳头打架遇到了拿枪的。”
他认为，在这样的状况下，如何能够让软件2.0和现有人才进行融合，为他们提供怎样的全新工作流程、激励机制，如何去选用任用人才，给全行业提出了挑战。
更大的挑战可能还在于中外大模型技术的差距。
3月25日，在2023中国发展高层论坛上，360创始人、董事长兼CEO周鸿祎表示，目前来看，中国大语言模型和GPT-4的差距在两到三年时间，GPT的技术方向已经明确，不存在难以逾越的技术障碍，中国在场景化、工程化、产品化、商业化方面拥有巨大优势，应当坚持长期主义精神，迎头赶上。4月9日，由中国人工智能学会主办的人工智能大模型技术高峰论坛上，融汇金信CTO李长亮认为，未来做通用大模型的和做场景的分层很清晰，没有中间态。做通用大模型需要大量的算力、数据、人员、资源等，只有有很强技术储备和资源调配能力的大公司才能做，中小创业公司在这条赛道上会很难；在垂直应用上，基于大模型的发展，结合场景的know-how做一些创新应用，则会有无数的企业诞生。
他还认为，中国在大模型这个产业赛道上是很有机会的，因为在中文场景下，我们更懂我们自己的语言，沉淀了大量的中文知识，会迅速追赶并超越。
我们也注意到，计算机科学家、自然语言模型专家吴军在4月3日晚得到的一场直播中则给当下的ChatGPT热泼了盆冷水。他直言ChatGPT在中国被过度炒作了，中国的大部分研究机构是做不了的。在他看来，ChatGPT的原理很简单，但是在工程上要想做到，其实蛮困难，因为ChatGPT太耗资源，光硬件的成本就要差不多10亿美元，这还没算电钱。ChatGPT训练一次要耗多少电？吴军的说法是，大概是3000辆特斯拉的电动汽车，每辆跑到20万英里，把它跑死，这么大的耗电量，才够训练一次。这是非常花钱的一件事。
他的结论是，ChatGPT不算是一项新的技术革命，带不来什么新机会，最后可能的一个结果就是给几家大的做云计算的公司交钱。
由ChatGPT带起的大模型热，最终会在各行各业开花结果，还是盛名之下其实难副？不妨把这个问题交给时间。本文由汽车商业评论原创出品转载或内容合作请联系说明违规转载必究【本文来自易车号作者汽车商业评论，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
扫码关注公众号
扫码体验小程序版
暂无数据
CHATGPT和元宇宙是两个不同的概念，很难直接进行比较。下面我会详细介绍它们各自的特点和应用领域。
CHATGPT是一个基于人工智能技术的语言模型，由OpenAI公司开发。它训练自大量的互联网文本数据，可以生成人类类似的自然语言响应。CHATGPT在自然语言处理领域有很高的表现，可以用于聊天机器人、智能客服、语言翻译、文本生成等应用。它可以理解和生成文本，提供有限的对话交互能力，并能根据用户输入做出相应的回答。它目前还存在一些局限性，比如很容易产生错误的或无意义的回答，缺乏对上下文的深层理解等。
而元宇宙是一个更为广阔和复杂的概念。它是指一个虚拟的数字世界，整合了多个虚拟和现实世界的元素，包括虚拟现实、增强现实、区块链、人工智能等技术。元宇宙的目标是创造一个与现实世界相互作用的全新虚拟世界，人们可以在其中进行各种活动，比如交流、学习、工作、娱乐等。元宇宙具有丰富的创造性和互动性，可以提供更多更广泛的体验和应用。元宇宙的概念正在逐渐得到实现，各种平台和应用正在不断涌现。
CHATGPT和元宇宙是不同层面的技术和概念。CHATGPT是一种语言模型，主要关注于自然语言处理，而元宇宙则是一个更大范围的虚拟世界，涉及到多个技术和应用领域。无法直接比较它们的\"厉害\"程度，因为它们的目标和应用不同。
撰文 / 涂彦平 编辑 / 黄大路 设计 / 赵昊然
ChatGPT在这个春天霸占了中文互联网，普通人面对它多生出兴奋和焦虑交织的复杂情绪，而大公司不甘落后，纷纷宣布自己也在做类似的AI大模型。
继3月16日百度发布文心一言之后，4月7日，阿里云官宣大模型通义千问开始邀请测试。
4月8日，在人工智能大模型技术高峰论坛上，华为云人工智能领域首席科学家田奇分享了盘古大模型的进展及应用。他透露，华为盘古大模型正在推动人工智能开发从“作坊式”到“工业化”升级。
有多场大模型相关发布会扎堆举办。
4月10日，商汤“日日新SenseNova”大模型体系问世；4月11日，毫末智行自动驾驶生成式大模型DriveGPT雪湖·海若发布；由昆仑万维和奇点智源合作研发的天工大模型3.5发布在即，并将于4月17日启动邀请测试；5月6日，科大讯飞“1+N认知智能大模型”即将发布……
互联网巨头、人工智能公司、智能硬件公司、自动驾驶公司等各方力量，都积极参与到大模型这一场盛宴中来。
行业监管也迅速出手。4月11日，国家网信办发布通知，就《生成式人工智能服务管理办法（征求意见稿）》面向社会公开征求意见。根据计算机科学家、自然语言模型专家吴军的说法，ChatGPT背后是一个叫做语言模型的数学模型在发挥作用，这项语言模型技术早在1972年就已经有了，是由他的导师弗莱德里克·贾里尼克(Fred Jelinek)在IBM期间带领团队研发出来的。
只是到了由于算力不断提升，语言模型已经从最初基于概率预测的模型发展到基于Transformer架构的预训练语言模型，并逐步走向大模型的时代。
复旦大学计算机学院教授、MOSS系统负责人邱锡鹏曾这样描述大模型的能力飞跃：“当模型规模较小时，模型的性能和参数大致符合比例定律，即模型的性能提升和参数增长基本呈线性关系。当 GPT-3/ChatGPT 这种千亿级别的大规模模型被提出后，人们发现其可以打破比例定律，实现模型能力质的飞跃。这些能力也被称为大模型的‘涌现能力’（如理解人类指令等）。”
每当有革命性的技术诞生，无一不是由其在具体行业的商用化应用来实质性地推动行业进步。作为连接技术生态和商业生态的桥梁，大模型也将在很多行业应用落地。
只是，这波来势凶猛的大模型热，究竟会催生万物生长改变万千业态，还是继区块链、元宇宙之后又一个看上去很美的泡沫？无限想象空间？
特斯拉将Transformer大模型引入自动驾驶领域中，拉开了AI大模型在自动驾驶领域应用的开端。大模型在自动驾驶行业的应用将提升系统的感知和决策能力，已经被视为自动驾驶能力提升的核心驱动力。4月2日，百度正式发布百度自动驾驶云Apollo Cloud2.0。百度智能驾驶事业群副总裁、智能网联业务总经理高果荣表示，Apollo Cloud2.0基于大模型实现了自动驾驶数据智能的搜索引擎，大模型的能力积累了自动驾驶数据智能的搜索引擎，从海量数据中能够精准找到自动驾驶面向不同场景的数据。
“在自动驾驶领域，BEV(Bird\'\'s Eye View，鸟瞰视图)是当前主流的技术路线，未来可以朝着多模态、通用智能的方向发展。”商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚表示。
他认为，在通用人工智能时代，输入提示词和多模态内容，就可以生成多模态的数据，更重要的是，可以用自然语言生成对任务的描述，用非常灵活的方式覆盖大量的长尾问题和开放性的任务，甚至是一些主观描述。
王晓刚举了一个例子来说明AI和AGI处理任务的不同。给定一张图片，判断是否需要减速，AI和AGI的反应有什么不一样呢？现有的AI系统，会首先做物体检测，然后再物体框里做文字识别，最后做决策。整个过程中每一个模块都是事先定义好的任务。
而在通用人工智能下，给定图像，人们只需要用自然语言去问问题，“这个图标是什么意思？我们应该做什么？”模型本身不会发生变化，它会通过自然语言的方式给出一系列逻辑推理，最后得出结论。它会说，“前面限速30公里/小时”“前面100米是学校区域”“有小孩”“应该小心驾驶”“将车速降到30公里/小时以下”等。
王晓刚还指出，智能驾驶汽车领域有“数据飞轮”的说法，通用人工智能时代则会产生“智慧飞轮”，人和模型之间可以互动，通过人的反馈，模型能更好地理解人需要它展示什么样的能力，而去解锁更多技能。从数据飞轮升级到智慧飞轮，可以实现人机共智。
商汤基于多模态大模型，可做到数据的感知闭环和决策闭环。从前端自动采集高质量的数据，到利用大模型进行自动化的数据标注和产品检测，“能够几百倍地提升模型迭代的效率并降低成本”。
华为云EI服务产品部总裁尤鹏也表示，“整个数据标注是整个自动驾驶领域准确率、效率、成本最高的一部分”，这部分的效率直接影响到自动驾驶算法和驾驶等级的提升。他透露，华为云正在做预训练标注大模型，支撑后续的自动驾驶算法的训练，可能会在几个月后会发布。
除了自动驾驶，很多行业人士相信，智能座舱也将在大模型的赋能下有着质的提升，尤其将为人机交互打开新的大门。
百度集团资深副总裁、智能驾驶事业群组总裁李震宇认为人工智能将重塑汽车空间，人与汽车的关系将会截然不同。“我们相信每辆汽车都会搭载一个数字虚拟人。未来的数字虚拟人不仅可以模拟人的外形，还可以注入灵魂，真正拥有对人类意图的理解……同时也不再是单一以前场景的车机助理的身份，而会转化成全能助理。”
他相信，随着通用人工智能的发展，智能座舱将成为汽车创新的新焦点，将会重塑其空间，届时用户和车企之间的距离将缩短，用户和品牌之间的关系将更为紧密。“拥有自然语言交流能力的智能车可以让车企与用户直接进行一对一的对话。当汽车成为全能助理后，车企将面对用户需求爆发式的增长。”
王晓刚称，在智能座舱板块，通用人工智能可以使基模型具备对空间环境的理解、用户状态的感知、多模态指令解析及多轮逻辑对话、内容生成等一系列能力，进而赋能包括情绪感知、智能助手、基于情感的对话、创意内容生成、个性交互等一系列功能，不断地提升个性化体验，进一步拓展应用场景。
“智能汽车是通用人工智能实现闭环的一个非常好的场景，我们已经有人机共驾。”王晓刚表示，“未来我们希望车和模型之间能够产生更有效的互动，那就完成了从人到车到模型这样一个互动闭环，能够让通用人工智能为我们提供更好的驾乘体验，解锁无限的想象空间。”
只是，消费者距离这种有着“无限的想象空间”的汽车生活还有多远，没有人说得出答案。希望在于将来
想象是美好的，挑战也随之而来。
“过去我们一年要做大概1000万帧的自动驾驶图像的人工标定，请外包公司进行标定，大概6到8元钱一张，一年的成本接近一个亿。但是当我们使用软件2.0的大模型通过训练的方式进行自动化标定，效果会非常可怕——过去需要用一年做的事情基本上三个小时就能完成，效率是人的1000倍。”理想汽车创始人、董事长兼CEO李想OK表示，“对于员工来说，他们会感觉用拳头打架遇到了拿枪的。”
他认为，在这样的状况下，如何能够让软件2.0和现有人才进行融合，为他们提供怎样的全新工作流程、激励机制，如何去选用任用人才，给全行业提出了挑战。
更大的挑战可能还在于中外大模型技术的差距。
3月25日，在2023中国发展高层论坛上，360创始人、董事长兼CEO周鸿祎表示，目前来看，中国大语言模型和GPT-4的差距在两到三年时间，GPT的技术方向已经明确，不存在难以逾越的技术障碍，中国在场景化、工程化、产品化、商业化方面拥有巨大优势，应当坚持长期主义精神，迎头赶上。4月9日，由中国人工智能学会主办的人工智能大模型技术高峰论坛上，融汇金信CTO李长亮认为，未来做通用大模型的和做场景的分层很清晰，没有中间态。做通用大模型需要大量的算力、数据、人员、资源等，只有有很强技术储备和资源调配能力的大公司才能做，中小创业公司在这条赛道上会很难；在垂直应用上，基于大模型的发展，结合场景的know-how做一些创新应用，则会有无数的企业诞生。
他还认为，中国在大模型这个产业赛道上是很有机会的，因为在中文场景下，我们更懂我们自己的语言，沉淀了大量的中文知识，会迅速追赶并超越。
我们也注意到，计算机科学家、自然语言模型专家吴军在4月3日晚得到的一场直播中则给当下的ChatGPT热泼了盆冷水。他直言ChatGPT在中国被过度炒作了，中国的大部分研究机构是做不了的。在他看来，ChatGPT的原理很简单，但是在工程上要想做到，其实蛮困难，因为ChatGPT太耗资源，光硬件的成本就要差不多10亿美元，这还没算电钱。ChatGPT训练一次要耗多少电？吴军的说法是，大概是3000辆特斯拉的电动汽车，每辆跑到20万英里，把它跑死，这么大的耗电量，才够训练一次。这是非常花钱的一件事。
他的结论是，ChatGPT不算是一项新的技术革命，带不来什么新机会，最后可能的一个结果就是给几家大的做云计算的公司交钱。
由ChatGPT带起的大模型热，最终会在各行各业开花结果，还是盛名之下其实难副？不妨把这个问题交给时间。本文由汽车商业评论原创出品转载或内容合作请联系说明违规转载必究【本文来自易车号作者汽车商业评论，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
ChatGPT如此之火有两个原因，一是操作简单，容易上手；二是能够应对日常对话。
1、操作简单，容易上手
打开之后只需要在对话框里输入问题，就可以获得答案。
2、能够应对日常对话
根据官方介绍，ChatGPT以对话方式进行交互。对话格式使ChatGPT能够回答后续问题、承认错误、质疑不正确的前提和拒绝不适当的请求。ChatGPT的特点
ChatGPT是人工智能研究实验室OpenAI新推出的一种人工智能技术驱动的自然语言处理工具，使用了Transformer神经网络架构，也是GPT-3.5架构，这是一种用于处理序列数据的模型，拥有语言理解和文本生成能力，尤其是它会通过连接大量的语料库来训练模型。ChatGPT不单是聊天机器人，还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。特点：
1、模型训练方式：相比之前的GPT模型，OpenAI采用了全新的训练方式，即一种名为“从人类反馈中强化学习”的训练方式对ChatGPT进行了训练
2、高道德水准：ChatGPT注重道德水平的训练方式，按照预先设计的道德准则，对不怀好意的提问和请求“说不”。一旦它发现用户给出的文字提示里面含有恶意，包括但不限于暴力、歧视、犯罪等意图，它都会拒绝提供有效答案。
ChatGPT有多火？2022年11月30日推出，到现在不过两个多月，用户量已经破亿，是史上最快破亿的互联网产品。
由于不对中国用户开放，对ChatGPT的讨论还只是停留在科技圈、投资圈，目前电商圈对这个产品的讨论还停留在调侃阶段：看看ChatGPT给出的各种啼笑皆非、瞠目结舌又或者是答非所问的回答。
一方面是科技圈投资圈把ChatGPT说成神话，是个革命性的颠覆性的产品，甚至要让20多个工种失业；另一方面，圈外人看到ChatGPT给出的生硬回答，难免会觉得，“就这玩意要颠覆我？我怎么不相信呢！”
其实，大家又不是第一次听科技圈“听风就是雨”动辄颠覆革命的报道，上一次说AI要让人类下岗还是2016年，阿尔法狗打败世界围棋冠军李世石，并且随之而来的三年AI投资热门期，直到后来直播赛道崛起，AI之风才逐渐平静，没想到疫情刚刚过去，又一波AI热来袭。
这一波AI热潮在国内有着良好的土壤，《流浪地球2》和《三体》两个科幻影视作品的大热，让不少人热衷讨论未来科技；在国际上，去年底硅谷巨头谷歌、亚马逊、微软、Mate等开启了互联网史上最大规模的裁员，裁员就是因为看衰微软投资的openAI开发的ChatGPT，在web3.0和元宇宙熄火之后，成了硅谷寒冬里的一把火，而且是仅剩的火苗。
国内跟风的百度，在推出类似ChatGPT的计划之后，股价一度暴涨17%，阿里、腾讯、网易有道等先后透露正在内测类似产品，即将推出。
ChatGPT到底能干什么？为什么大家对它的评价差异巨大？它真的会让很多人失业吗？
第一个，为什么ChatGPT的回答很扯淡？
跟很多人一样，当初我试用几次ChatGPT之后，觉得这回答的都是什么玩意？还有人说它会写诗，可是写出来的诗完全没有可读性。
我们可能忽略了一个问题，ChatGPT不是一个成品，而是一个半成品，虽然它经过七八年时间，在3000亿单词的语料基础上，训练出了1700多亿个模型，它仍然是一个半成品，一方面需要openAI继续开发，另一方面，也需要使用者不断训练它，它就跟刚会走的小狗一样，要经过主人训练，才会更懂你。
ChatGPT作为一个聊天机器人，并不是一开始就很懂你，何况，大家目前使用的ChatGPT并不是直接的机器人，而是经过了国内的中介，中介把你的问题给到国外的ChatGPT，得到回答之后再转给你，这中间最大的问题就是，ChatGPT对回答者并没有精准的区分，只是中介一个或者多个ID在和机器人对话。
真正使用好ChatGPT是需要一对一的磨合，才能不断得到高端AI对你的服务升级，否则，永远尝不到AI的“甜”。
不过就算经常使用ChatGPT，也还是很难解决大家的实际问题，需要根据使用场景二次开发，微软就把ChatGPT与自己的搜索引擎Bing结合起来做了New Bing，这样一来，就比单独的搜索引擎更好用，能够得到更智能的答案，还能减少搜索引擎的广告问题（想想百度的广告，你就知道这个产品的好处了）。
第二个，ChatGPT不是什么吊炸天的技术。
在ChatGPT之前，对话机器人早就普遍存在，比如微软小冰，还有各种智能音箱，甚至大家网上购物找客服时，得到的第一个回答，一定是机器人，机器人无法回答，人工客服再介入。
ChatGPT比他们先进的地方在于大语言模型，也就是学习了互联网上的各种资料，建立各种模型，以前的聊天机器人侧重于文字语音理解，然后通过设计无数的固定对话来响应，以前的聊天机器人是解决固定的某些问题，比如退换货啊，促销政策，天气情况，操作指令等，不是开放性的自己组织语言。
ChatGPT是让大家看到了一个可以自己理解、自己思考、自己组织语言、自己调整应答语气和策略的机器人，这是很厉害的。
ChatGPT并非独一份，国际上至少有近十个公司在做这种模型产品，国内互联网巨头要开发相应的产品，也已经有了基础。有媒体报道说，国内跟ChatGPT的差距也就一年多而已，国内巨头们对AI的重视，从未放松过。
只做大语言模型的训练，成本太高，训练一次需要上千万美元。关于训练模式，大家可以参考秦朔老师写的介绍：
“放弃元宇宙，转战布局AI”，成了近些天各大企业竞相追赶的潮流。 微软据称解散了四个月前组建的工业元宇宙团队；继前两年前入局元宇宙后，三六零（“360”）近日对外公布，计划推出类ChatGPT的demo版产品......“AI热”会成为下一个快速破灭的泡沫吗？ 媒体分析认为，AIGC的出现对于风投行业来说，就像“久旱逢甘霖”，目前风投公司掌握着3000亿美元的火药准备入场。正经历着大规模裁员潮的硅谷也急需要下一件让其“抖擞精神”的大事。 但任何事物的出现均无法避免反对的声音，随着人工智能ChatGPT的热浪席卷各行各业，对于人工智能担忧与警惕的声音随之而来，“反ChatGPT”开始成为一股新的势力。 媒体指出，ChatGPT为代表的AI的爆火与元宇宙和NFT的本质不同在于：对许多人来说，元宇宙仍然是一个模糊的概念，但AI的底层技术技已在各个行业被运用了二十年，正在经历技术迭代和加速发展阶段，从软件工程到财务、到运营、到法律、到物流和再到艺术。 尽管此次AI爆火仍然存在泡沫，但不可否认的是其并不会像元宇宙和NFT那样存在“炒概念”之嫌。 华泰电子团队分析指出， 是否拥有大模型将成为科技巨头/科技平台企业的重要分水岭，未来科技巨头之间将展开大模型军备竞赛，科技公司远期投资价值或将被重新定义。 带来了新的革命？ 微软自2022年11月发布ChatGPT后，宣布和OpenAI公司合作推出内置ChatGPT的必应搜索、Edge浏览器、Office套件及Azure，让谷歌压力倍增，AI发展速度之快也让市场始料未及。微软董事会成员 Reid Hoffman去年曾表示，“魔法真的出现了” Hoffman解释道： Copilot正在帮助软件工程师编写多达40%的代码人工智能将改变所有行业，每个人都必须考虑如何运用它。在我们所做的一切中都会出现AI的身影，这是我们所做一切的基础。一位云计算高管在最新的TEC Town Hall讨论中表示，AIGC的发展不仅会影响搜索引擎，“云革命”可能正在逐渐爆发： “这是一场非常重要的革命，我认为它和工业革命一样重要。不立即接受它的公司可能会被淘汰。”媒体分析指出，ChatGPT的出现重新定义了机器学习， 正在开发和推出的深度语言学习模型将会到达另一个高度 ： 以财务中的运用为例，我们如果利用AI分析5000张资产负债表，它可以在几秒钟完成阅读，提取所有有用的财务信息，计算风险评分，并能够对投资组合的风险做出决策。“AI+”（以AI技术赋能行业的科技企业）还是“+AI”（采用AI技术的传统企业）能够胜出是上一轮AI投资最大的争议。分析指出，当大模型主导的创新周期到来，以GPT-3大模型为例，其需要1750亿数据和数百万、数千万美元的算力投资，壁垒显著提升。 华尔街见闻见智研究认为，由于AIGC拉动对高算力的需求出现指数级增长，云计算厂商对于AI训练以及云服务的资本开支或将重新回暖。 以微软为力，对于搜索引擎的AI功能升级，资本开支已经出现增长趋势。其他厂商很可能在市场需求的风向下，改变原本的资本支出计划。 可以创造新的就业机会? 反对AI发展的经典论述是将其描述成“工作杀手”，但通过媒体采访，公司高管指出： 人工智能将接管人类一开始就不应该做的重复性工作，让人类做更重要的工作。媒体称，目前高管们对于人工智能的态度是， 人工智能不会取代律师，但“使用人工智能的律师将取代律师” ，分析指出： “现在有这样一种看法，尤其是在专业行业，如果律师和会计师等专业人士不使用人工智能，他们将被那些使用这些工具的人所取代，因为这些愿意合理利用AI的人将变得更有效率，可以做到更多。 ”在科技行业中，一位CTO称，他们于四年前开始使用AIGC运行服务请求的实验结果，这导致公司约 89% 的计划外服务请求现在完全自主处理。随着前团队的人员流失为零: “我们没有裁员。没有人失去工作，我也认为通过 ChatGPT提高效率的人已经取代了那些没有效率的人。”但另一位高管表示，认为可以将一部分人解放出来，从事更高层次工作的愿景是盲目乐观，在商业世界中可能会产生相反的效果： “人们开始应对挑战，人们会变得愚蠢，因为我们只是向计算机询问一切。”关于人工智能的辩论愈发激烈，有高管分析认为AI驱动的制造和自动化对于优化和产量至关重要，如果不用会面临淘汰： “我们认为现仔公司不寻求人工智能提供解决方案是非常不负责任的，因为它们现在非常强大。”AI背后的隐忧媒体分析指出人工智能的风险依旧很多包括：人工智能大量传播的错误信息；偏见; 对人类工作的威胁；版权问题；抄袭问题..... 华泰电子团队指出，ChatGPT是通往AGI（通用人工智能）道路的一次跃迁，但离AGI仍有较远的距离。目前围绕使用ChatGPT等大模型的争议不休，主要围绕在以下方面： 1）信息真实性：大语言模型对事实和逻辑世界缺乏真正理解，生成内容的真实性和可解释性存疑；2）信息有害性：尽管ChatGPT采用了基于人类反馈的强化学习（RLHF），以实现有害和不真实输出的减少，但如果用户逐步引导，ChatGPT仍然会响应有害指令；3）使用不当性：在学术界等场景使用ChatGPT并不恰当，多家顶刊已禁止生成式AI工具署名。“ChatGPT很好玩，但它不是作者”，这是《Science》期刊主编Holden Thorp此前发表的一篇关于人工智能的社论指出， “原创”是Science发表论文的基础，而利用ChatGPT编写文本的行为，等同于从ChatGPT中抄袭： “我们正在更新编辑政策，要求作者不要使用ChatGPT（或任何其他人工智能工具）生成的文本、数据、图像或是图形。违反这一政策将被Science期刊视为学术不端行为，这与篡改图像或抄袭无异。”
Chatgpt真的是高情商，可以写小说、写诗、写代码，写稿。
第一，面对提问，ChatGPT做出了高情商回答。在回答“你是否会抢走我的工作”时，ChatGPT回复：我不会抢走人类的工作，而是将为人类工作带来更多的便利。第二，在回答“ChatGPT是否无所不能”时，ChatGPT回应：我仍然有很多局限性和不足，我无法判断一个人的诚意。那么ChatGPT作为一个“聊天机器人”，为什么能有如此多的功能？其实，我们一直都理解错了。严格来讲，ChatGPT并不只是一个“聊天机器人”，而是一个以自然语言为界面的机器人。这是两码事。虽然大多数人都只是将ChatGPT视为一个聊天机器人。但聊天机器人只是它的一个表现形式。它实际上是大语言模型（LLM）的一个代表，一个“以自然语言为界面”的机器人。这是不同的两件事。
“作为一种服务的自然语言界面”，这并不是一个常见的概念——这件事每天都在发生。一个人受教育的过程就是如此：我们不停地训练自己，把书本上的内容翻译成自己可以理解的自然语言。但是你有没有想象过这样一种场景呢——看书的时候，突然有一个精灵浮现在书本上，对你说：“我是这本书里的结构化知识的对话界面。我了解这本书的全部内容。关于这本书，你有什么问题都可以问我。”你就可以通过深入的沟通（聊天）逐步了解了这本书中所包含的知识。在把这些知识投入实际应用的过程中，你也可以随时通过“聊天”的方式，引入这个“精灵”的帮助。大家要知道，ChatGPT只是工具，它没有商业头脑，但它有庞大的知识库，对我们普通人来说，就是要用好ChatGPT这个强大的工具，使它服务我们的工作和生活。
这里面充满商机，看大家如何去把握。
让大家失望了，ChatGPT不理解什么是风口，所以它给出的回答如下：
如果您想抓住语言模型，特别是ChatGPT这样的领先技术，可以考虑以下几种方法：
学习人工智能相关的知识：了解语言模型的基本原理和应用场景，有助于您更好地评估这个领域的发展趋势和投资机会。
参与开发和应用：如果您有编程基础，可以考虑参与语言模型的开发和应用，这有助于您更好地了解这个领域的实际应用情况。
投资相关公司：语言模型技术在不断推动着人工智能行业的发展，投资相关公司可以帮助您获得长期的投资回报。
请注意，投资带有风险，应根据个人的投资目标和风险承受能力做出决策。
以上是ChatGPT给出的答案，从这个答案来看，ChatGPT更注重于个人能力的提升，而没有关注到投机取巧的事情。作为普通人，我们看待AI技术发展的新阶段成果，对于这个成果应用于互联网平台产生出新的市场机会，这是我们可以衡量手中资本和技术及社会资源来参与进来的，毕竟中国上市机制改成了注册制，新技术和新的创意及科技创新等企业都能够注册成为公众公司，我们可以成为这些公司股票和债券的投资者。投资有风险，入市需谨慎。新的风口，考验的是我们每一个人的专业素养和专注行业沉淀及不可缺少的资本积累，考验国家的是行业战略规划和行业发展立法规范及风险管理机制配套与产业发展引导投资。综合而言，ChatGPT与元宇宙和虚拟货币等AI技术应用端产品一样，资本还在孵化，社会投资人保持谨慎的跟进，不同风险承受能力的普通人会在科技创新和资本市场风口获得不同回报，机会永远还是眷顾有准备的人。