文 | 另鏡 劉雨婷
編輯 | 陳彥旭
海內(nèi)外互聯(lián)網(wǎng)大廠與創(chuàng)業(yè)者，正陷入一場有關(guān)ChatGPT的競賽中。
3月15日凌晨，OpenAI推出GPT-4多模態(tài)預訓練大模型，除語言文本外，還支持圖像識別輸入，以文本形式輸出。
在發(fā)布會上，官方人員演示GPT-4可以識別手繪網(wǎng)頁草圖，并僅用十秒鐘左右，就根據(jù)草圖寫出網(wǎng)站代碼。
在OpenAI發(fā)布會前幾個小時，谷歌剛剛宣布推出一系列生成式AI功能，用于其各種辦公軟件中，包括谷歌Gmail、Docs（文檔）、Sheets（表格）和 Slides（幻燈片）。
在外界看來，這是谷歌意圖搶在微軟3月16日預期官宣GPT接入Office之前，展現(xiàn)自己的成果。
作為直接競爭對手，谷歌已走在“對抗”微軟與OpenAI的最前列。但隨著OpenAI空降官宣GPT-4，谷歌又陷入下一場追逐戰(zhàn)中。
ChatGPT是AIGC領(lǐng)域的顛覆性產(chǎn)品，在上線后吸引了全球關(guān)注。將ChatGPT嵌入微軟Bing搜索引擎后，Bing日活首次突破1億，直接影響到谷歌的用戶基礎(chǔ)。
面對微軟的步步緊逼，蘋果、Meta和亞馬遜等公司也正計劃重新評估其人工智能的開發(fā)策略。
3月16日，百度將率先發(fā)布“中國版ChatGPT”文心一言。國內(nèi)創(chuàng)業(yè)公司和互聯(lián)網(wǎng)大廠，都迅速跟進，不愿成為新技術(shù)掉隊者。在王興、王慧文再度攜手、開啟AI領(lǐng)域創(chuàng)業(yè)的同時，快手前AI核心人物李巖也投身“多模態(tài)大模型”創(chuàng)業(yè)。
隨著OpenAI發(fā)布GPT-4，多模態(tài)大模型已成為最新的技術(shù)變革方向，人工智能正邁入“iPhone 時刻”。正如iPhone帶來的智能手機變革，GPT模型的出現(xiàn)又將影響未來AI領(lǐng)域的發(fā)展方向。
如今，微軟與谷歌競爭的不只是當前的市場，還有未來AI時代的定義標準與話語權(quán)。
GPT-4：多模態(tài)變革
面對ChatGPT的步步緊逼，海外大廠都在追趕和阻擊微軟，以動搖其目前在人工智能領(lǐng)域的領(lǐng)先地位。
在“對抗”微軟與Open AI方面，谷歌已經(jīng)走在前列。知情人士透露，谷歌高級管理層已經(jīng)宣布“紅色指令”，其中要求在幾個月時間里將“生成式人工智能”技術(shù)集成到谷歌的所有重要產(chǎn)品中。
去年12月，谷歌母公司Alphabet就曾發(fā)布“紅色警告”，已處于半退休狀態(tài)的創(chuàng)始人拉里·佩奇和謝爾蓋·布林重新回到公司，商討制定了人工智能后續(xù)戰(zhàn)略，并決定將聊天機器人納入搜索引擎，以應對ChatGPT的威脅。
但從微軟和OpenAI近期舉動來看，單純的文本交互已無法滿足其在生成式AI方向的野望，包含文本、圖像、視頻處理等在內(nèi)的多模態(tài)大模型已成為其最新的技術(shù)變革發(fā)力點。
在GPT4.0發(fā)布前，今年3月初，微軟發(fā)布了多模態(tài)AI大模型Kosmos-1。微軟AI技術(shù)專家Holger Kenn表示，多模態(tài)AI不僅能夠?qū)⑽谋巨D(zhuǎn)變成圖像，還可以轉(zhuǎn)變成音樂和視頻，尤其在編程領(lǐng)域，AI模型能夠更輕松的生成樣板代碼。
在微軟發(fā)布Kosmos-1后，3月7日，谷歌和柏林工業(yè)大學的團隊推出了PaLM-E視覺語言模型，參數(shù)量高達5620億，約為GPT-3參數(shù)量的三倍。
據(jù)悉，PaLM-E大模型是在語言類模型PaLM（5400億參數(shù)）和視覺類模型ViT（220億參數(shù)）的基礎(chǔ)上開發(fā)的。其不僅可以理解圖像，還能理解、生成語言，以及將兩者結(jié)合，處理復雜的機器人指令。
谷歌與微軟的較量不僅體現(xiàn)在生成式AI的場景應用層面，也聚焦于大模型底層實力。但隨著GPT4.0的發(fā)布，多模態(tài)大模型的能力得到進一步展現(xiàn)，谷歌的聲量又再度落于下風。
今天凌晨，OpenAI發(fā)布最新GPT4.0多模態(tài)大模型，引爆全網(wǎng)討論。與前一代相比，最新的GPT4.0可以識別圖片輸入；文字輸入上限提升至2.5萬字；回答深度和專業(yè)性、推理和風格變化能力也顯著提高。
OpenAI稱，GPT-4在各種專業(yè)學術(shù)基準上有著人類水平表現(xiàn)。在最新測試中，GPT-4通過了模擬律師考試，得分約為前10%，而GPT-3.5得分約為倒數(shù)10%。GRE、SAT數(shù)學考試成績也有大幅提升，擊敗了80%以上的人類答題水平。
GPT-4也擁有更高級的推理能力。用戶在GPT上傳了一張梗圖，問這張圖為什么會引人發(fā)笑：
GPT4.0一一給出回答：
在官方的示例中，GPT-4.0可以10秒鐘編寫網(wǎng)站代碼，可以編寫劇本、計算物理題、速讀專業(yè)論文、分析數(shù)據(jù)圖表，甚至可以解讀搞笑圖片與漫畫。
在業(yè)內(nèi)人士看來，生成式AI的產(chǎn)生本質(zhì)上是一種生產(chǎn)力革命，其不僅是工具，而是直接成為生產(chǎn)要素的重要部分。以文本、音頻、圖像和視頻為處理對象的多模態(tài)大模型和生成式AI，勢必會對未來的內(nèi)容創(chuàng)作、數(shù)據(jù)處理等相關(guān)行業(yè)帶來巨大沖擊。
AI對傳統(tǒng)工作方式的革命和顛覆或許即將到來，未來最核心的競爭力和技能可能不再是編程，計算，甚至分析能力，而是和大模型的對話能力。
現(xiàn)在人工智能正處于一個決定性的時刻，就像90年代的互聯(lián)網(wǎng)以及iPhone帶來的手機變革，人工智能正朝著大規(guī)模采用的方向發(fā)展，ChatGPT類的大模型正推動數(shù)據(jù)革命。
美國銀行戰(zhàn)略分析師預測，人工智能正邁入“iPhone 時刻”，預估到2030年會為全球經(jīng)濟帶來15.7萬億美元的增長。
在過去，蘋果曾經(jīng)兩次定義硬件工具的交互方式：PC時代的Apple Lisa電腦，是首次采用圖形用戶界面(GUI)和鼠標的個人電腦；到智能手機時代，iPhone定義了觸控交互。
如今，ChatGPT已經(jīng)改變了人與文字、知識的交互方式，而下一步，ChatGPT類的大模型又將影響未來AI的發(fā)展方向和人類的工作方式。
ChatGPT開放端口是創(chuàng)業(yè)機會嗎？
作為OpenAI背后的投資者，微軟的相關(guān)產(chǎn)品已經(jīng)取得了初步成果。
微軟在GPT-4發(fā)布后第一時間表示，新的Bing已經(jīng)基于GPT-4技術(shù)運行，這是為搜索產(chǎn)品量身定制的模型產(chǎn)品。
在集成ChatGPT的Bing搜索引擎推出一個月后，微軟宣布Bing每日活躍用戶首次突破1億，每天大約有1/3的必應用戶與BingChat進行交互。此外，Bing在移動設(shè)備上的使用率也有所增長，BingChat應用使得每日活躍用戶增加了6倍。
此外，微軟宣布，將于3月16日召開“工作的AI未來”發(fā)布會，預計將展示其類似ChatGPT的人工智能，如何在Teams、Word和Outlook等Office生產(chǎn)力套件中發(fā)揮作用。
從Bing瀏覽器到Office辦公套件，微軟正籌劃將AI賦能更多C端、甚至B端用戶。據(jù)悉，微軟計劃將ChatGPT背后的技術(shù)整合到其Power Platform平臺上，允許用戶在幾乎不需要編碼的情況下，就能開發(fā)自己的應用程序。
“我們不想把它打造成定制產(chǎn)品，它一開始是一個定制產(chǎn)品，但我們總是想辦法把它打造成通用型產(chǎn)品，這樣任何想訓練大型語言模型的人都可以利用同樣的改進，”微軟負責云計算和人工智能的執(zhí)行副總裁斯科特 格思里曾對外表示，“這真的能夠幫助我們成為使用更廣泛的人工智能云?！?/p>
對旗下平臺進行AI賦能是互聯(lián)網(wǎng)大廠的優(yōu)勢，微軟、谷歌、BAT等互聯(lián)網(wǎng)大廠具備充足的資金和技術(shù)支持，同時具備龐大的C端流量入口。對于他們來說，開發(fā)自有大模型一方面可以探索更多的場景和商業(yè)模式，另一方面也是為了保證自身對于用戶的競爭力和行業(yè)話語權(quán)。
但對于資金和技術(shù)實力欠缺的企業(yè)或創(chuàng)業(yè)者來說，利用大廠開源模型，優(yōu)先采用接口模式，結(jié)合自身產(chǎn)品，將重心放在更具體的需求場景上，或許才是最優(yōu)的選擇。
ChatGPT之父、OpenAI創(chuàng)始人山姆·阿爾特曼在3月10日的摩根士丹利大會上透露，OpenAI將重點開發(fā)一個平臺，向開發(fā)者開放API接口，并創(chuàng)建類似ChatGPT的應用程序，第三方開發(fā)者被允許通過API將ChatGPT集成到他們的應用程序和服務中。
OpenAI將推出一系列工具，讓用戶可以更好地控制這套生成式人工智能系統(tǒng)，并針對通用用戶用例和具體用戶用例進行改進。
最新GPT-4發(fā)布后，OpenAI把ChatGPT直接升級為GPT-4最新版本。同時，OpenAI開放了GPT-4的API。
ChatGPT Plus付費訂閱用戶可以獲得具有使用上限的GPT-4訪問權(quán)限（每4小時100條消息），可以向GPT-4模型發(fā)出純文本請求，圖像輸入處于研究預覽階段，仍不完全公開。
用戶可以申請使用GPT-4的API，OpenAI會邀請部分開發(fā)者體驗，并逐漸擴大邀請范圍。該API的定價為每輸入1000個字符(約合750個單詞)，價格為0.03美元；GPT-4每生成1000個字符，價格為0.06美元。
與前一代模型相比，新推出的GPT-4 API價格提高不少。3月2日，OpenAI剛剛放出ChatGPT API，比之前的GPT-3.5模型便宜10倍，每生成1000字符，價格為0.002美元，即2.7美元就可輸出100萬個字符。
自去年12月以來，ChatGPT對于處理查詢的方式進行了優(yōu)化，使成本降低90%，最終帶來了面向用戶的大幅降價，GPT-4或許也能在將來重復這一過程，這將大大降低開發(fā)人員利用ChatGPT賦能自身產(chǎn)品的難度。
當調(diào)用ChatGPT模型的能力不再是門檻，對于場景賽道的理解、商業(yè)模式的構(gòu)建能力就成為企業(yè)的核心競爭優(yōu)勢。
北極光創(chuàng)投合伙人張朋在一場直播中向創(chuàng)業(yè)者提出建議，產(chǎn)品和服務不能僅依靠調(diào)用大模型的能力，還要實現(xiàn)差異化，比如工具層+應用層結(jié)合在客戶的場景落地，讓客戶買的是場景的價值。
張朋認為，從變現(xiàn)角度，最好從應用層下手，“以Pass為例的中間層的很難盈利，大多客戶難以從通用模型框架自我研究出解決方案，還需要提供細化到應用的服務，B端客戶需要的不是工具，是解決方案?！?/p>
千萬美元入場券
美團聯(lián)合創(chuàng)始人王慧文對于AI的態(tài)度很明確，“關(guān)于人工智能，到現(xiàn)在為止，我只有一個判斷，必須參與?！?/p>
今年2月，王慧文在朋友圈發(fā)布“組隊帖”，要帶資5000萬美元進入AI賽道，設(shè)立光年之外科技有限公司，資金占股25%，其余75%的股份用于邀請頂級研發(fā)人員，打造中國Open AI。
據(jù)王慧文透露，光年之外估值達2億美元，下輪融資已有頂級VC認購2.3億美元。3月8日，美團創(chuàng)始人王興在朋友圈回應王慧文的宣言，宣布將以個人身份參與王慧文的創(chuàng)業(yè)公司“光年之外”的A輪投資，并出任董事。
在“雙王”三度攜手、進場AI賽道的同時，眾多互聯(lián)網(wǎng)大佬紛紛開始招兵買馬，爭相搶奪人才：原京東集團高級副總裁、集團技術(shù)委員會主席周伯文同樣在朋友圈發(fā)布招募研發(fā)、產(chǎn)品及算法人員，原搜狗CEO王小川對媒體回應正快速籌備AI大模型，快手前AI核心人物李巖也投身“大模型”賽道創(chuàng)業(yè)，成立AI公司元石科技，進行多模態(tài)大模型的研發(fā)。
百度、騰訊、阿里、字節(jié)跳動等互聯(lián)網(wǎng)大廠也在“爭分奪秒”開發(fā)自有大模型，百度宣布將于3月16日推出類似產(chǎn)品“文心一言”，騰訊針對類ChatGPT產(chǎn)品已成立“混元助手”項目組，阿里巴巴則表示其聊天機器人正處于研發(fā)內(nèi)測階段。
在OpenAI發(fā)布GPT4.0后，即將發(fā)布文心一言的百度壓力再度增加。ChatGPT的背后離不開大模型、大數(shù)據(jù)、大算力，大廠想要追趕Open AI，也需要面臨多方面的挑戰(zhàn)。
在算力要求方面，市場調(diào)查機構(gòu)TrendForce集邦咨詢公布的最新報告指出，如果以英偉達A100顯卡的處理能力計算，運行ChatGPT將需要使用到3萬塊英偉達GPU，目前英偉達A100顯卡的售價在1萬-1.5萬美元之間，3萬塊售價超過3億美金。
除算力要求高外，需要大量的數(shù)據(jù)集得到ChatGPT訓練成本非常高昂。其使用Transformer神經(jīng)網(wǎng)絡(luò)架構(gòu)，訓練數(shù)據(jù)來自包括維基百科，以及真實對話在內(nèi)的龐大語料庫，有著多達1750億個模型參數(shù)。
根據(jù)中信研報測算，ChatGPT生成一條信息的成本在1.3美分左右，是目前傳統(tǒng)搜索引擎的3-4倍，成本問題中短期內(nèi)或只能等待硬件成本的繼續(xù)下降。
盡管目前技術(shù)上還在追趕Open AI，但在這條新興賽道上，BAT并不想缺席。
如今，現(xiàn)在生成式AI的商業(yè)模式還有待探索，但人的想象力是無窮的。ChatGPT可以寫詩，可以優(yōu)化搜索，可以回復郵件，可以整理數(shù)據(jù)，也可以編寫代碼……
ChatGPT只是更偉大事物的開始，英偉達CEO黃仁勛表示，“你知道你今天做不到，但是當然，它總有一天會做到的”。
無論現(xiàn)在的微軟、谷歌、百度等旗下的聊天機器人表現(xiàn)如何，這也只是新時代AI技術(shù)迭代的最開始，未來的AI產(chǎn)業(yè)勢必會更精彩。
運營|陳小妍
策劃|晨曦 丁玨汭（澎湃新聞高級編輯）