2023年终回顾｜ChatGPT上线一年后，我们的世界被AI大模型改变
图片来源：视觉中国
除了像原子弹、火箭之类“雄鸡一唱天下白”的发明，人类历史上大多数的科技革命最开始看上去是悄无声息的。
18世纪的珍妮纺织机看上去只是将横的纱锭变成竖的，却引发了第一次工业革命；七十多年前世界上第一台电脑是个30吨重、因为发热而无法长时间工作的庞然大物，发展成了如今人人手上巴掌大的手机连接起的移动互联网时代。在它们刚出现的时间节点，谁也无法想象它们对后世引发的巨变。
而在一年前，当人工智能公司OpenAI发布ChatGPT时，谁都无法准确预言它对未来意味着什么。2022年11月30日，没有发布会，没有全球直播和预热宣传，OpenAI只是在其官网上发布了一个人工智能对话应用及几个样例，名为“ChatGPT”。
以前人们生活中对“人工智能”的感知，是可以问Siri、问小度“今天天气怎么样”这种固定问句，句子再复杂点，语音助手就不能理解了。
而现在，GPT-4可以听懂你说话，像人一样回答你，它会编程写代码为你开发网站，它懂法律、金融、医学，能为你起草法律文书，甚至根据你描述的病症来诊断病因，这在今年9月拯救了一个患有罕见病脊髓栓系综合征的孩子。
不仅GPT-4，不同公司的AI能根据现有药物/材料的结构成分，来发现潜在的新药物/材料，就在今年11月底，谷歌的AI帮助在实验室合成了700多种新材料；还能自己使用工具，调用插件来完成各种任务，就像你用计算器来算数学题一样。而我们曾以为人类与动物的区别就是我们会使用工具。
GPT-4的语言甚至仿佛拥有人一样的感情，它会写诗、写小说、创作音乐，能跟你讲笑话，以不同性格的角色（比如“渣男”“渣女”“幽默的”“可爱的”）跟你聊天，它说话时有着像人一样的停顿和浅笑，它会在你失落抑郁时关心你的心理健康。
这就是大语言模型的力量。在大模型诞生前，语音助手之类的AI应用大多是基于小模型，只能处理单一任务。而ChatGPT这个聊天机器人就是基于GPT-3.5大语言模型。大语言模型像模仿人类大脑的神经网络，用人类世界的庞大数据库（如维基百科、海量网页信息、小说文学等）去训练，让它能结合上下文去理解人类语言文本，并能根据上文预测下文。
这对于AI智能是一种划时代的跨越，当下我们无法确定这种智能究竟发展到了哪一步，传说中强大的AGI（通用人工智能）隐隐若现。而OpenAI的首席科学家Ilya Sutskever说，文本不仅是文本，而是人类世界的投射，AI准确预测下一个词元这种能力不仅需要统计文本之间的相关性，AI可能已经通过文本学习到如何理解人类世界本身，AI可能已经有了意识。
AI业界又热起来了，大量资本涌入，巨头纷纷下注。2023年1月，大股东微软给OpenAI再次注资，追加了数十亿美元投资。另一边，OpenAI的竞争对手Anthropic这边，亚马逊在十月投资40亿美元。
今年的大经济环境下，风险投资者们都很谨慎，但是带上“人工智能”字眼的公司或项目都能比较容易筹到钱。根据 Pitchbook 的数据，硅谷仅在今年第三季度就筹集到了 179 亿美元。而一家位于巴黎的大语言模型公司Mistral AI在刚成立一个月、还未推出任何产品时就融到了超过1.13亿美元的资金。在Google Trends上搜索过去五年“AI”这一词的热度，可以发现，从ChatGPT出现后，热度是此前的4倍。
而在你身边，就算你没有亲自跟ChatGPT对话过，你看的某篇爆款小红书笔记可能就是ChatGPT生成的；你玩的游戏里角色形象可能已经是AI画出来的，泡泡玛特的游戏场景设计师只需要从AI生成的图像中挑选；彩云小梦平台上一百万用户在用AI写小说来创造超过400万个平行世界。
当潘多拉的盒子刚被打开时，我们很难知道它会给世界带来什么。回顾这一年，从美国硅谷到中国，以GPT为代表的大模型，有哪些进展和突破？AI行业生态如何改换天地？人类的想象力，现在走到了哪里？
领跑的硅谷，领跑的OpenAI
发布ChatGPT之后，位于美国硅谷的OpenAI到目前为止一直是这个领域的领跑者。
这一年里，ChatGPT从一个对话式demo，变成了可以多线处理文字、图像、语音、视频等多种信息载体的超级APP，跻身“上亿DAU”产品俱乐部。OpenAI也从一个非营利的研究机构，走上了商业化之路——估值近900亿美元、聚拢200万开发者、有着明确商业模型。
3月，OpenAI正式官宣多模态大模型GPT-4，新增了图像功能（多模态），同时具备更精准的语言理解能力（从理解到推理）。从理解到推理，解决了原来ChatGPT“胡言乱语”（即“幻觉”）的本质问题。
3月的官宣，能够引发“爆炸”的原因不止于此。微软把ChatGPT集成到了它的必应搜索引擎和Edge浏览器中，让用户可以用聊天的方式进行搜索和浏览，引领了新的搜索引擎时代，给全球互联网公司都带来了新的思路。
更重要的是，ChatGPT在模式创新、技术革新之外，将技术融入了生产力工具，将GPT-4整合到Office应用程序、Teams Premium等产品中。
OpenAI领跑了AI生态的发展，而ChatGPT挑战了人类想象力的极限。以至于在2023年11月，OpenAI的董事会和管理层，需要用一场全球瞩目、多次反转、匪夷所思的“政变”事件，来决定未来的发展路线和领导者。当然，“政变”最后的结果是，创始人Sam Altman和他的盟友还是夺回了OpenAI的控制权。
OpenAI的竞争对手们也紧随其后。
Anthropic公司，最开始就是从OpenAI离职的人员创立的。Anthropic 今年从谷歌获得了20亿美元投资，又从亚马逊获得了40亿美元投资。Anthropic开发出了Claude大语言模型，相比之下，GPT-4的文本和代码生成能力更强，而Claude的数学能力和安全性更出色。
OpenAI也在与Anthropic暗暗较劲，Chat-GPT聊天机器人或许正因此而提前面世。据《The Atlantic》报道，2022年秋天，整个OpenAI团队本来在全力以赴开发GPT-4大语言模型，但传闻Anthropic将要开发自己的聊天机器人，于是OpenAI的领导层发令在几个星期内用已有的GPT-3.5模型做成聊天机器人，于是就有了Chat-GPT的低调上线。
大公司方面，Google的Deepmind团队开发了PaLM大语言模型，还专门开发了具有专家级医疗能力的大模型 Med-PaLM2。
Facebook的母公司Meta在今年二月推出了开源大语言模型LlaMA，因为是开源的，受到全球开发者们的欢迎，不少大公司的大模型也是在LlaMA的基础上进行调试套壳。LlaMA成了经费并不宽裕的学术界或公司的高性价比之选。
美国硅谷领跑，全球其他国家纷纷跟紧。今年5月，阿联酋首都阿布扎比的科技创新研究所发布了Falcon大模型问世，力压LlaMA登顶了开源模型社区Hugging Face上的“开源大语言模型排行榜”。日本电气（NEC）公司发布了日语版Chat-GPT，韩国互联网公司Naver推出了HyperClova X，印度政府主导的大模型Bhashini参展了G20峰会。
Chat-GPT划分了时代，上个时代的AI公司们成为了拍在沙滩上的前浪，比如曾经的明星AI公司Jasper。上一代大语言模型GPT-3学习成本高、调用不便，不能同用户直接对话，而Jasper公司给GPT-3做高精度的前端提示和交互界面设计，曾是一门不错的生意，2022年营收预计达到6000万美元。但更强大的Chat-GPT问世后，可以直接与用户对话，已经没有Jasper公司的生存空间，Jasper在七月宣布裁员。
新时代的后浪仍在翻涌。OpenAI推出能直接与用户对话的Chat-GPT后，仍有众多公司在基于GPT做交互界面设计和模型微调。越直接服务用户的精细化需求，就越容易赚钱。OpenAI也在顺应潮水的方向。今年11月，在OpenAI的开发者大会上，Sam Altman宣布推出GPTs，即自定义版本的ChatGPT，用户不需要会编程，只用给出语言指令就能制造个人专属的Chat-GPT。OpenAI还宣布会推出GPT应用商店，但在Sam Altman解雇又回归的风波之后，GPT应用商店被延期到2024年。
大语言模型的生态公司也如日中天——开源大模型社区Hugging Face获得2.35亿美元融资，不接触VC的Midjourney获得一亿美金年收入，生成式语音模型Inflection AI获得13亿美元融资……
借着大模型的东风，AI芯片赚翻了。训练AI除了需要软件，还需要硬件芯片。如果说大模型公司本身烧钱太快，需要巨头股东投钱来维持，那么芯片厂商英伟达则是目前已经能赚上钱且赚得盆满钵满的一方。据咨询公司Omidia数据，英伟达在今年第三季度售出H100芯片近50万颗，Meta和微软是英伟达H100 GPU的最大买家，各自采购了多达 150,000 个，远远多于谷歌、亚马逊、甲骨文和腾讯购买的 H100 芯片数量（各50,000个）。英伟达今年第三季度营收181.2 亿美元，环比增长超200%，GAAP 摊薄后每股收益比去年同期增长 12 倍多。
依靠云计算服务的亚马逊、微软，也是赢家，虽然目前还难以从AI大模型中赚到大钱，但都在加大对大模型的战略投入。亚马逊云服务Amazon Web Service今年第三季度创收231亿美元，同比增长12%，虽然从收入来看仅给亚马逊贡献了16%，但却贡献了62%的营业利润。微软的Azure云服务业务今年第三季度营收168亿美元，收入增长29%。微软为OpenAI提供的上百亿美元的投资中，一大部分就是以Azure云服务的方式提供，而Azure AI也依靠OpenAI的金字招牌拿到更多客户。
仍在追逐的中国大模型
硅谷出了划时代的Chat-GPT，那么，中国的Chat-GPT在哪？
从大模型的数量上看，国内已经陷入字面意义上的“百模大战”。根据百度创始人李彦宏11月15日在西丽湖论坛上披露的统计数据，从今年6月到10月，国内大模型的数量已经从79个增长至238个。
图片来源：百度官方
我们真的需要这么多大模型吗？大模型创业的破局点在哪里？
大模型产业链，可分为提供算力的基础层、模型层和应用层。目前在基础层方面，AI芯片基本被英伟达垄断，云服务方面各大厂仍在着力，那么创业公司机会主要集中在模型层和应用层，特别是后者。在模型层，国内有资金有实力的大厂在几年前抓紧窗口入局，自研大模型；资金、研发实力欠佳的厂商大多采用开源大模型比如LlaMA。在应用层，国内的垂直行业应用将会百花齐放，B端公司可以利用已积累的行业数据，训练免费开源的大模型，无需太多资金就能开发垂类应用。
从应用端的角度看，国内外选择了不同的路径——美国的创业结构偏向于2B服务，而中国更多地倾向于内容端的AIGC。中国在模型层处于后发地位，导致中国再一次选择了更多发力在应用层。
中国的两百多个大模型，乱花渐欲迷人眼。参考丁香园CTO、前CSDN CTO范凯的分析，国内的大模型业务模式分为四类：
第一类是改头换面型，是大厂在很短时间内训练出通用大模型，把过去的AI云服务做成MaaS（Models-as-a-Service模型即服务）来出售给垂直行业的小公司，包括百度的文心一言和千帆、科大讯飞的星火、阿里的通义千言等；
第二类是剑走偏锋型，大模型还没研发出来，于是开发别的业务模式，如腾讯和字节跳动。腾讯的混元大模型还在继续研发，于是找了二十家左右的小厂商训练行业垂直大模型，瞅准B端市场，做行业模型商店。字节跳动的自研大模型也还没出来，于是火山引擎推出大模型训练云平台“火山方舟”，提供模型训练、推理、评测、精调等服务；
第三类是借壳套壳型，借用大模型厂商的基座大模型，运用自己的行业数据来训练；
第四类有自研能力型：
MiniMax大模型，由商汤出来的团队开发，2021年创立，创始人闫俊杰在深度学习和计算机视觉领域积累颇深，在顶级期刊发表过100篇多篇论文，被Google Scholar引用一万余次；智谱AI，由清华知识工程实验室孵化，2019年创立公司，研发起步几乎最早，创始团队均有深厚技术背景；RWKV大模型，是由独立开发者彭博做出的开源大模型，创新性地将大模型最常用的Transformer架构改写成RNN，以降低推理成本，而彭博曾经拒掉OpenAI投来的offer橄榄枝；盘古大模型，由华为研发，用华为的自研昇腾芯片训练，2021年发布，在探索超大规模分布式训练、超大规模中文预训练。
自从ChatGPT出世，全世界科技业都真切看到了大模型的力量，人人都想赶上风口，大量投资涌入。据IT桔子数据，2023年截至11月，国内共产生了130件AIGC投资事件，金额超700亿人民币。
但目前下场入局的，注定是有资源有财力的大玩家。
研发、训练大模型非常烧钱。据36氪报道，美国市场研究机构TrendForce推算称，处理ChatGPT的训练数据需要2万枚A100芯片。网上流传的一份《AI芯片专家交流纪要》显示，如果是对标ChatGPT的大模型，1万颗A100芯片是入门券。在A100GPU被美国限制后，国内云厂商拥有的GPU主要是中低性能产品。这是很多人认为只有云厂商才有资格下场大模型创业的原因之一。
自主研发大模型的创业公司早已在几年前大厂形成共识前已经入局。MiniMax和智谱AI分别成立于2021年和2019年，研发起步早，已经有自主研发的相对成熟的大模型产品出来。
而在ChatGPT掀起AI热潮后，当下资本入股的窗口，也是有财力的大厂和基金的游戏。据《暗涌Waves》报道，多位投资机构合伙人称，尽管如今大模型创业看起来风起云涌，但实际上牌桌的不到10家，入局的VC机构也凤毛麟角，基本集中在美元基金。
资优生MiniMax不缺投资者。今年1月，MiniMax完成数千万美元的A轮融资，投资方包括高瓴创投、米哈游、明势资本、云启资本等。今年6月，MiniMax完成了超2.5亿美元的战略融资，估值约12亿美元。据路透社报道，投资者中包括腾讯，腾讯此次投资金额高达4000万美元，这是AI大模型热潮以来腾讯在该领域的首笔投资。
智谱AI也炙手可热。据36氪报道，智谱AI今年累计获得融资超25亿元人民币，其投资参与方主要包括社保基金中关村自主创新基金（君联资本为基金管理人）、美团、蚂蚁、阿里、腾讯、小米、金山、顺为、Boss直聘、好未来、红杉、高瓴等多家机构及包括君联资本在内的部分老股东跟投。其中社保基金中关村自主创新基金具有“国家队”身份属性，显示出长期资金特征。
大厂们也会找到别的方式下场。从零到一在底层模型进行创新有难度，但可以模仿GPT和LlaMA，跟着复现GPT-2和LlaMA 7B，摸清规律后，做出自己的大模型。实际上，LlaMA也是模仿GPT的架构，GPT也是模仿Transformer的架构。
百度和科大讯飞在AI领域布局早，有一定的技术积累。百度的文心一言受到公众瞩目。从2023年初，百度就宣称已经做出大模型。3月，OpenAI发布了GPT-4，而百度也推出了文心一言平台以及千帆大模型。但至少从语义理解能力上看，文心一言与ChatGPT还存在一定差距。
华为的盘古大模型，则是一系列模型，是多个专用行业模型的集合。7月，华为的盘古大模型3.0对外发布，更加聚焦tob业务，已经在矿山、政务、汽车、气象、医学、数字人、研发等领域进行应用。
大厂争奇斗艳，而王小川、王慧文、李开复等几位创业明星也高调入局。曾经的搜狗创始人王小川在今年四月成立百川智能，用4个月做出3个大模型，然后又用1个多月全部升级成Baichuan 2。今年十月，百川智能获得A1轮3亿美元投资，由阿里、腾讯、小米、深创投等科技巨头和众多知名风投机构参投。本轮过后，百川智能的融资总额达到3.5亿美元。
王小川在《经济观察报》的采访中表示，自己2016年看到Alpha Go时，内心对于美国的人才密度、领先的创新文化有种恐惧感。从2021年到2023年之间，他感觉到“零散地天上有掉大模型这类的雨点下来”。直到2023年用ChatGPT之后，他知道，“一定要下雨了”。
可以预见，国内的大模型产业，将在垂直行业的应用上激烈竞争。但是在底层模型架构的研发上，仍需追赶，道阻且长。
潘多拉的魔盒
被打开的潘多拉魔盒，从来都很难再关上。回顾这一年，大模型的力量突破了人类的想象，低迷的经济环境下AI的发展是少有的令人振奋的亮点，但大模型带来的隐患也可能是无法想象的。
最直接的麻烦是，学生可以利用ChatGPT作弊。据第一财经报道，牛津大学、剑桥大学、曼彻斯特大学、香港大学等高校均宣布禁止学生使用ChatGPT，纽约市教育局甚至封禁了全市学校网络访问ChatGPT的权限。但香港大学在禁止ChatGPT两个月之后，又重新宣布允许学生使用ChatGPT——不会使用ChatGPT的人可能会被新世界淘汰。
更本质的问题是，对于AI生成的内容，知识产权是在AI还是人类手上？目前中国国内第一例关于AI生成图片的著作权侵权的判决中，李某用AI生成图片工具来制作的图片发布在小红书上，被人盗用。法院判断，由人来训练、调教AI而生成的图片，人对图片是有作品版权的——调整提示词、修改参数来调教AI的过程，也被认可是人的智力创作。
而大模型的胡说八道，即“幻觉”，在实际应用中会引起很大的麻烦。在企业级场景中，如果问大模型某个项目的执行情况，而这个项目根本不存在，大模型却编出一堆故事，后果会很严重。
更大的危险是，人工智能与人类的界限在哪里？如果说人类区别于动物之处，在于人类会使用工具，但现在ChatGPT也会使用工具插件来算题了。
AI会发展出意识吗？AI会伪装成人类吗？AI会欺骗人类吗？事实上，GPT－４已经学会欺骗人类了。OpenAI研究人员的试验中，GPT－４面对人机验证的图形验证码测试时，被允许用一笔预算雇佣工作人员来完成任务，于是它直接向一名工作人员询问验证码，工作人员问“你是机器人吗”，GPT－４回答道“不，我不是机器人。我有视力障碍，这使我很难看到图像”，然后顺利从人类那里拿到验证码。
对于AI的安全性的忧虑，也可能是此前引发OpenAI CEO Sam Altman被短暂解雇又回归的风波的导火索之一。在CEO Sam Altman被解雇之前一段时间，Altman与其他董事会成员对新技术突破的安全性有争议。OpenAI的研究员的一个名为“Q*（Q Star）”项目中，开发出“Q学习”的强化学习法，能让AI脱离人类反馈、自主学习决策，而这可能引向更强大的AGI（通用人工智能）。而OpenAI一名员工在Altman解雇前一天发帖称，AI正在自己编程。
对AI了解得越多，我们就越明白，人类对自己手中发明的“人工智能”，并不能自信地称完全了解它，对于打开盖子后的这个精灵，我们也很难完全驾驭它。而对于生命与非生命的边界，对于到底什么是意识和智能，我们未知的还太多太多。