最强聊天机器人来了，能写情书、改错别字、编代码！明天，ChatGP

　　2020年到2021年，中国大模型数量从2个增至21个，基本与美国处于同等量级，大幅领先于世界其他各国。在此期间，国内还出现了基于昇腾的鹏程、盘古、紫东、太初、悟道等千亿甚至万亿级别的大模型。

　　云开发者社区

　　另据智谷趋势分析，目前全球约有30个千亿级参数的大模型，其中美国15个，中国10个。由于大模型对芯片、算力、电力、数据要求极高，注定是一个极少数国家才能参与的游戏。

　　AI大模型步入爆发期，而这次ChatGPT之所以引发行业关注，黄民烈认为原因在于，大模型本身有很大的能力，但过去行业都在解决一些单一技能的问题，而ChatGPT的诞生说明，基本的模型能够衍生出来各种可能的应用场景。

　　一款能够解决各行各业问题的AI，在此之前，行业为何缺少这方面的尝试？黄民烈指出，是由于此前时机还没到。“大模型技术、基座模型的发展也就是这一两年的事，同时因为这个东西并不是所有公司都能做，首先，它需要有具备底层模型和算法能力的人，其次需要有大的数据，最后需要资金，而且还要找到好的技术路径。”

　　“我们中国的研究者以及企业肯定要去思考这样一些问题：我们能不能做自己的基座模型？能不能做自己的 GPT？”黄民烈不认为说我们技术上有多大的差距，差距更多在于大家对这件事的态度。

　　他补充道，“像OpenAI，他们长期把这事做的非常严肃，从提取数据到新模型，最后给大家提供API，然后再去清洗数据、模型迭代，他们的路径做得非常扎实。而我们部分企业可能更多是做一个模型出来之后开源，随后就没了下文。也有些公司想去做闭环，但这确实也很烧钱，也需要一些资本的支持，目前国内，可能这方面的商业环境和土壤相对要欠缺一些。”

　　一个问题是，对于逐利的资本而言，是否愿意长时间花大笔资金投入，去支持一件短期可能见不到商业变现，至少盈利可能还比较遥远的事？

　　免责内容与数据仅供参考，不构成投资建议，使用前核实。据此操作，风险自担。

　　通用人工智能到来前，信任问题待解通用人工智能，被视为是人工智能研究的一项长期目标。

　　此次ChatGPT横空出现，被一些人视为向通用人工智能迈进的重要一步。从吟诗作赋到写代码、检查代码，ChatGPT显示出了人工智能从过去的一个AI工具只能解决单一领域问题，向解决多领域问题的转变。

　　正如车万翔教授所认为的，它在某种程度上打破了“思想的桎梏”，沿着这个方向，通用人工智能工具，或许确实离我们又更进一步。

　　但在此之前，信任度不高，是“ChatGPT”们亟需解决的问题。瑞莱智慧高级产品经理张旭东在接受时提示，以ChatGPT为例，其负面风险更多在于这项技术被恶意应用，比如被用于假新闻的生成、故意伪造新闻舆论，对内容生态治理造成影响。另外在某些创作领域，这项技术成为“作弊工具”，造成一定程度上的不公平。而这些风险更多源自使用技术的目标本身，以及技术使用的边界没有被加以管控。

　　负面风险的存在也可能加重人们将其作为工具使用时的不信任，进而影响其未来的商业化落地应用，这也将是所用的AIGC产品共同面临的难题。