百度文心一言是每日更新的一句古诗词，旨在激发读者的思考，增强文人文魂。我期待文心一言能够带给我更多美好的文学体验，更深刻的文化意境，以及更多有趣的历史故事。进入3月中旬，全球科技巨头再次竞相亮相大语言模型赛道。
一周之内，开发出ChatGPT的美国初创公司OpenAI，对OpenAI投入巨资的科技巨头微软，以及中国互联网龙头企业百度，相继发布了在大语言模型（LLM）领域的最新动态。这也再次引发了全球对该领域的关注。
当地时间3月14日，OpenAI公布了其大型语言模型的最新版本——GPT-4，它比GPT-3.5的问答质量和技术都有明显提升。
3月16日下午，百度开启新一代大语言模型、生成式AI产品文心一言测试，从而成为第一家加入该赛道竞争的中国企业。
在发布会现场，百度创始人、董事长兼首席执行官李彦宏通过问答的形式，展示了文心一言在文学创作、商业文案创作、数理推算、中文理解、多模态生成等五个使用场景。几个小时后，微软宣布，将把GPT-4接入Office全家桶，新名为“Microsoft 365 Copilot”。
正如财经E法在2月17日发布的文章（OpenAI独家回应｜ChatGPT为何不向所有中国用户开放注册？）所述，中国内地和中国香港的手机号均无法注册ChatGPT账号。虽然OpenAI的应用程序编程接口（API）已向161个国家和地区开放，但不包括中国内地和中国香港。
一方面，业界普遍关注，在AIGC（生成式人工智能）势不可挡的科技浪潮中，谁将成为下一个弄潮儿？另一方面，在中美科技竞合的敏感期，各方亦颇为关注百度迈出的第一步带来的涟漪，以及中国企业该如何应对。01“真的ready了吗？”
3月16日，李彦宏身着白衬衫和运动鞋演讲。开场就直面疑问，“最近一段时间，很多朋友问我，为什么是你们真的ready了吗”？
李彦宏的回答是，虽然百度已投入AI研究十多年，为发布文心一言做了充分准备，但“不能说完全ready了”，因为文心一言对标ChatGPT、甚至是GPT-4，门槛很高，还“有很多不完美的地方”。但他强调“一旦有了真实的人类反馈，文心一言的进步速度会非常快”。
李彦宏解释，之所以选择当天发布，是因为市场有需求：客户和合作伙伴都希望能早一点用上最新最先进的大语言模型。
如何理解李彦宏所言的“对标GPT-4的门槛很高”？
当地时间3月14日，OpenAI公布了其大型语言模型的最新版本——GPT-4。GPT-4是大型的多模态模型，即能够接受图像和文本类型的输入。而GPT-3.5只能接受文本输入。
在演示视频中，OpenAI总裁兼联合创始人格雷格·布罗克曼(Greg Brockman)用笔和纸画了一幅网站草图，并将图片输入GPT-4。仅1到2秒后，GPT-4就生成了网页代码，制作出了与草图高度相似的网站。根据OpenAI发布的实验数据， GPT-4模型相较前一代GPT-3.5已取得了巨大的进步，在许多专业测试中表现出超过绝大多数人类的水平。
浙江大学国际联合商学院数字经济与金融创新研究中心联席主任盘和林认为，文心一言未来还有待全面开放来获得用户检验。无论是通过B端API还是直接向C端用户开放，用户体验口碑都是硬道理。当前ChatGPT没对中国用户开放，在国内市场，百度将获得先发优势。
对OpenAI和百度的产品均做过测评的艾媒咨询CEO兼首席分析师张毅表示，GPT系列大模型，包括GPT-4与文心一言本质上都是同一类产品，只是它们各自的数据覆盖范畴和数据模型的积累长短不一。从短期看，OpenAI的产品准备时间相对更加充足，智能程度暂时领先一些。但是对文心一言而言，能在这么短的时间内训练出这样的一个产品，也是非常了不起的。
张毅也对百度做出更好产品更有信心，他的理由是，从人工智能、大数据、大模型的人才储备来看，中国会更有优势。
中央财经大学数字经济融合创新发展中心主任陈端则认为，与海外竞争对手相比，百度最大的优势是立足本土，构建了语言和文化层面理解的护城河。
作为中国公司研发的大语言模型产品，文心一言的中文理解能力备受关注。重要原因是，此前很多评论人士认为，ChatGPT的中文问答能力不如英文问答能力强。
李彦宏表示，作为扎根于中国市场的大语言模型，文心一言具备中文领域最先进的自然语言处理能力。在现场展示中，文心一言正确解释了成语“洛阳纸贵”的含义、“洛阳纸贵”对应的经济学理论，还用“洛阳纸贵”创作了一首藏头诗。李彦宏称，文心一言的训练数据包括：万亿级网页数据，数十亿的搜索数据和图片数据，百亿级的语音日均调用数据，以及5500亿事实的知识图谱等，这让百度在中文语言的处理上能够独一无二。
受访专家也指出，由于汉语的特殊性，中国企业在研发大模型时面临的难度更大，但若突破了，也会在提供本土服务时，具备更大的优势。
法国里昂商学院人工智能与商业分析教授丁文璿日前对媒体指出，语言对话模型训练，需要让机器对文字产生理解，英语比中文稍微容易一些。丁文璿解释，中国人工智能技术所处理的中文语言，大多都是象形词，而英文是解释性的，相较而言词语也并非特别丰富。
上海交通大学约翰·霍普克罗夫特计算机科学中心助理教授林洲汉认为，未来大语言模型大概率会往多模态、交互式的方向发展，进一步将视觉、语音、强化学习等领域的技术综合进来。李彦宏也表示：“多模态是生成式AI一个明确的发展趋势。随着百度多模态统一大模型的能力增强，文心一言的多模态生成能力也会不断提升。”
在多模态生成方面，李彦宏展示了文心一言生成文本、图片、音频和视频的能力。文心一言在现场用四川话朗读了一段内容，并根据文本生成了一段视频。但李彦宏透露，文心一言的视频生成成本较高，现阶段还未对所有用户开放，未来会逐步接入。
李彦宏称，文心一言的训练数据包括：万亿级网页数据，数十亿的搜索数据和图片数据，百亿级的语音日均调用数据，以及5500亿事实的知识图谱等，这让百度在中文语言的处理上能够独一无二。
受访专家也指出，由于汉语的特殊性，中国企业在研发大模型时面临的难度更大，但若突破了，也会在提供本土服务时，具备更大的优势。
法国里昂商学院人工智能与商业分析教授丁文璿日前对媒体指出，语言对话模型训练，需要让机器对文字产生理解，英语比中文稍微容易一些。丁文璿解释，中国人工智能技术所处理的中文语言，大多都是象形词，而英文是解释性的，相较而言词语也并非特别丰富。
上海交通大学约翰·霍普克罗夫特计算机科学中心助理教授林洲汉认为，未来大语言模型大概率会往多模态、交互式的方向发展，进一步将视觉、语音、强化学习等领域的技术综合进来。李彦宏也表示：“多模态是生成式AI一个明确的发展趋势。随着百度多模态统一大模型的能力增强，文心一言的多模态生成能力也会不断提升。”
在多模态生成方面，李彦宏展示了文心一言生成文本、图片、音频和视频的能力。文心一言在现场用四川话朗读了一段内容，并根据文本生成了一段视频。但李彦宏透露，文心一言的视频生成成本较高，现阶段还未对所有用户开放，未来会逐步接入。发布会前后，百度的股价经历了大落大起。3月16日，港股百度盘中股价跌幅一度扩大超10%，报120.1港元。截至收盘，百度股价跌幅为6.36%，报125.1港元。但百度股价在美股势头强劲，当日百度美股开盘低开高走，振幅超7%。截至收盘，报138.16美元，涨幅为3.8%。3月17日，百度港股表现强势，盘中一度大涨超15%。截至当日收盘，百度港股涨幅为13.67%，报142.2港元。
文心一言宣布开启邀请测试一小时内，排队申请文心一言企业版API调用服务测试的企业用户已达3万多家，申请产品测试网页多次被挤爆，百度智能云官网流量飙升百倍。
文心一言的市场热度持续飙升，资本市场也给予了价值重估。张毅认为，这也代表了公众对大语言模型/生成式AI “既期待，又担忧，然后是希望”的心情。02谁都不能错过的科技革命
“真的ready了吗？”并不仅针对百度，也是伴随此轮“ChatGPT”热潮以来，公众普遍的疑问。
李彦宏观察到，从2021年开始，人工智能技术开始从“判别式”向“生成式”转变。
创新工场董事长兼CEO李开复3月14日在一场趋势分享会上表示，AI 2.0时代的第一个现象级应用，就是以GPT-4为代表的AIGC，又称生成式AI（Generative AI）。李开复表示，AI2.0 是绝对不能错过的一次革命，它将会是一个巨大的平台性机会，这个机会将比移动互联网大十倍。他还表示，AI 2.0也是中国在AI领域的第一次平台角逐机会。
受访专家普遍认为，此前全世界的AI企业都遇到了一个极大的问题：即使技术储备十分丰富，AI应用并没有给它们带来丰厚的收益。造成这一问题的原因在于，AI产品的应用主要集中在B端（企业用户）和G端（政府用户），AI产品在进入企业或机构时往往流程复杂，这在某种程度上会限制AI产品在市场上的快速扩张。
张毅认为，AIGC的产品应用方向在C端更有可能产生巨大的商业机会。他分析说，在美国市场，此前C端市场被谷歌、亚马逊、Meta等企业抢占，让微软压力非常大，更需要一款产品来扳回一局。在中国市场，百度的优势和谷歌一样，都有强大的搜索引擎对数据的抓取能力，以及储存、整理、分析能力的基础。中国本身拥有十几亿人口的巨大市场，百度完全可以做得很优秀。
“百度和微软、谷歌本质上是两个不同市场的竞争，所以我相信文心一言以及系列产品也一定会跑出来。”张毅说。
李彦宏坚称，文心一言不是“中美科技对抗的工具”。但他也承认，ChatGPT 的成功，加快了百度推出该产品的进度。
百度CTO王海峰表示，人类进入AI时代，IT技术的技术栈可以分为四层：芯片层、框架层、模型层和应用层。百度是全球为数不多、在这四层进行全栈布局的人工智能公司，在各个层面都有领先业界的自研技术。高端芯片昆仑芯、飞桨深度学习框架、文心预训练大模型以及搜索、智能云、自动驾驶、小度等应用。王海峰认为，百度全栈布局的优势在于，可以在技术栈的四层架构中，实现端到端优化，大幅提升效率。
文心一言与ChatGPT一样，都使用了SFT（模型微调）、RLHF（从人类反馈中进行强化学习）以及Prompt（提示）作为底层技术。文心一言还采用了知识增强、检索增强和对话增强技术。王海峰表示，这三项是百度已有技术优势的再创新。
陈端认为，在当前技术创新的集成性越来越高的当下，全栈式布局的单一公司在内部技术研发统筹能力和后期商业化进行中的协同能力上具有比较优势。
信心很重要，但差距无法忽视。
在本月初的两会期间，中国科技部部长王志刚在回应ChatGPT相关的问题时，用足球打比方，指出中国还有很多工作要做。“踢足球都是盘带、射门，但是要做到梅西（足坛巨星利昂内尔·梅西）那么好也不容易。”
王志刚指出，中国在这方面也作了很多布局，在该领域的研究也进行了很多年，并且有一些
成果，“但目前要达到像 OpenAI 的效果可能还要拭目以待”他补充道。
王志刚说，ChatGPT出来以后，引起了大家的关注。实际从技术本身源头来讲，它叫做NLP、NLU，也就是自然语言处理和自然语言理解。ChatGPT之所以引起关注，在于它作为一个大模型，有效结合了大数据、大算力、强算法，计算方法有进步。同样一种原理，做得有区别。比如大家都能做出发动机，但质量是有不同的。
无论是ChatGPT还是文心一言，其背后的大语言模型是核心竞争力。北京大学王选计算机研究所研究员赵东岩告诉财经E法，国内大模型在数据、训练方法和费用投入方面和OpenAI还有一定差距。
一位科技系统人士则对财经E法指出，客观而言，中美目前在该领域的基础研究成果差距较大。这些基础研究成果包含自然语言处理（NLP）、数据库、GPU产品，“美国切断GPU芯片（的供应），（中国的）算力就跟不上”。
大型算力的核心在于高性能GPU芯片。北京航空航天大学软件学院助理教授周号益告诉财经E法，在GPU芯片等计算硬件上，中国与国际的差距在十年左右，硬件水平会严重制约大语言模型以及科学计算类模型的发展。
周号益认为，在技术和模型上，中国的科技公司与OpenAI并没有代差，差距仅在五年以内，在一些较小的技术领域差距只有2-3年。在数据采集方面，以GPT-3大模型为例，其训练的语料中中文只占5%，中国科技企业对中文语料的积累具有一定优势，因此极有可能在中文领域实现突破。03巨头下一步：构建生态
对于以ChatGPT为代表的大语言模型赛道如何实现盈利，是各方公认的难题（ChatGPT爆火的冷思考：盈利难题与治理挑战）。
开发出ChatGPT的OpenAI仍是一家亏损中的创业公司。而2023年1月，投资银行摩根士丹利（Morgan Stanley）的一份分析报告称，ChatGPT的一次回复成本大约是谷歌搜索查询平均成本的6倍-28倍。
但腾讯研究院高级研究员曹建峰和经纬创投前副总裁庄明浩都认为，ChatGPT能带来多少盈利，并不是OpenAI关注的重点，重点是基于它的模型能长出什么样的服务和应用，从而构建起一个生态系统。“ChatGPT的发展需要一个产业生态，比如它和微软相关应用的融合就是很好的思路。”曹建峰说。
当地时间3月15日，微软副总裁兼消费者首席营销官余瑟夫·梅迪发文表示，新版必应搜索引擎已经在 GPT-4 上运行。另据OpenAI披露，GPT-4是在微软Azure AI 超级计算机上进行训练的，并将基于Azure 的AI基础架构向世界各地的用户提供 GPT-4服务。
谷歌则宣布开放其大语言模型PaLM的API接口，并推出面向开发者的工具MakerSuite。通过PaLM API 接口，开发者们可以将PaLM用于各种应用程序的开发。MakerSuite则可以让开发者快速对自己的想法进行原型设计，并且随着时间的推移，该工具将具有用于快速工程、合成数据生成和自定义模型调整的功能。
微软迅速跟进。当地时间3月16日，微软宣布将把GPT-4接入Office全家桶。新功能名为“Microsoft 365 Copilot”。
李彦宏则在发布会上表示，文心一言定位于人工智能基座型的赋能平台，将助力金融、能源、媒体、政务等千行百业的智能化变革。
根据文心一言的邀请测试方案，3月16日起，首批用户可通过邀请测试码，在文心一言官网体验产品，后续将陆续开放给更多用户。百度智能云即将面向企业客户开放文心一言API接口调用服务。该服务于3月16日起开放预约。
截至3月18日早11点，排队申请百度智能云文心一言企业版API调用服务器测试的企业用户增加到9万家，百度收到关于文心一言合作的咨询 6588条。
陈端认为，这一轮的竞争，不仅是商业主体的竞争，实际上也是关乎下一轮国家数字竞争力的竞争。百度的当务之急不完全是技术层面的研发，也需要引领更多初创型企业、生态合作伙伴加盟生态阵营。
在陈端看来，中国在构建生态系统上具有优势。陈端指出，中国的移动互联网经过多年发展，应用层生态化的配套创新已经非常成熟。应用层的很多中小微创业团队，在过去配合移动互联生态做了大量的局部、垂类场景端的创新，把过去的这种模式以及底层基础设施从移动互联迁移到大模型领域依然适用。04中小企业还有机会吗？
面对大语言模型的浪潮，中国企业该如何抓住机遇，避免风险？
布局ChatGPT的企业有两种类型：第一种是传统的互联网大公司，第二种是一些初创企业。
陈端认为，目前市场上的初创公司已经错过了布局大模型的初始创业阶段。陈端分析说，
重新打造生成式AI企业，跟时机、底层的生态支撑度，还有创始人自身的阅历、经验、视野、个人IP的自然调动能力都是息息相关的。大模型在前期的投入，不管是算力还是其他的成本，以及时间窗口都很重要。
陈端表示，百度有能力把自己的其他的产品与文心一言协同，就像微软把Office与GPT-4协同推出Copilot，而“创业者单纯去拼大模型却没有配套生态，这是很成问题的”。
张毅也认为，对于能够有资金、实力支撑的企业来讲，单独构建大模型产品可能会更受资本和创业者的青睐。但对于中小企业来讲，依托文心一言的开放平台去嫁接自己在细分领域的应用，也是一个不错的选择。
因为要做出大语言模型，需要长时间，以及巨额资金的投入。
OpenAI成功的背后，是微软多年来的巨额投入。美国时间2023年1月23日，微软宣布将对OpenAI进行为期数年、价值数以十亿计美元的投资。在2019年和2021年，微软曾向OpenAI两次投资。2019年的投资为10亿美元，而2021年的投资未公开金额。
AI公司“彩云科技”的创始人袁行远在接受36氪采访时指出，要想跑通一次100亿以上参数量的模型，至少要做到“千卡/月”这个级别，即：用1000张GPU卡，然后训练一个月。即使不用最先进的英伟达A100，按照一张GPU五万元的均价计算，1000张GPU意味着单月5000万的算力成本，这还没算上算法工程师的工资。
“无论是哪家公司，都不可能靠突击几个月就能做出这样的大语言模型。”李彦宏在发布会上表示，深度学习、自然语言处理，需要多年的坚持和积累，没法速成。大模型训练堪称暴力美学，需要有大算力、大数据和大模型，每一次训练任务都耗资巨大。
百度提供的数据显示，百度近十年累计研发投入超过 1000 亿元。2022 年百度核心研发费用 214.16 亿元，占百度核心收入比例达到 22.4%。但百度并未透露大模型研发在核心研发费用中的占比。
李彦宏在发布会上表示，百度对文心一言的定位，是一个通用的赋能平台，金融、能源、媒体、政务等千行百业，都可以基于这个平台来实现智能化变革，实现效率提升，创造巨大的商业价值。李彦宏认为，大模型时代将产生三大产业机会，分别为新型云计算公司、进行行业模型精调的公司和基于大模型底座进行应用开发的公司，即应用服务提供商。
李彦宏断言，对于大部分创业者和企业来说，真正的机会并不是从头开始做ChatGPT和文心一言这样的基础大模型，这很不现实，也不经济。基于通用大语言模型抢先开发重要的应用服务，这可能才是真正的机会。基于文本生成、图像生成、音频生成、视频生成、数字人、3D等场景，已经涌现出很多创业明星公司，可能就是未来的新巨头。
“大模型、生成式AI最终的产品形态还不得而知，所以这条路注定是长跑，需要整个科技界在资本、研发、模式创新上密切、持续地跟跑。”张毅说。
李开复认为，AI2.0会最先应用在能容错的领域，而毫无疑问最大的应用领域现在是内容创造。每个领域都可以把原有的App重写一次，创造出更赚钱的商业模式，最终AI2.0的生成能力会把成本降的几乎到0。
扫码关注公众号
扫码体验小程序版
暂无数据
我觉得短期内不会影响到高校的专业设置，但长期来看肯定会有这样的趋势。
大模型的快速发展必然会对教育领域的专业设置产生影响，教育是为产业服务的，同时教育也是产业领域发展的晴雨表，近些年不断增加的与计算机、人工智能相关的专业就能够说明一定的问题。不过高校的专业设置本身一向都是滞后于社会发展的，短期内应该不会看到有太大的改变。毕竟就算想改，师资本身的更新迭代都还有个过程。
从现有的实践来看，AIGC的确可以用于执行一些基础重复工作，让人们有更多时间从事创造性和复杂的任务。的确可能会对高校的专业设置产生一定影响。至于说对专业设置的影响，我倒觉得不会太大，因为大多数传统的、基础性的专业肯定还会存在，最多也就是教学目标和方式可能会相应改变。
一些专业可能需要大量的数据处理或者复杂计算，而这些工作现在完全可以由AIGC来完成。这样一来，本来做这些工作的人们就可以更多地关注解决更复杂、更有挑战性的问题。那么这样的改变就可能会导致高校需要调整专业设置。某些专业可能需要调整其课程设置，以适应AIGC的应用。在个专业中，可能要要加入与AIGC关的课程，以培养学生在与自动化系统和智能化技术合作方面具备必要的技能。当然未来肯定也会开设一些新的专业，就像前几年大数据火的时候一群高校集体扎堆开大数据方向的专业一样，后边还有开电竞专业等热门方向的，估计再过几年就能看到 与AIGC 方向的专业出现了。例如：与AIGC相关的学科，如人工智能、机器学习和数据科学等，高校可能会根据市场需求和学生兴趣来开设这些新专业。与此AlGC的应用可能导致某些专业中的一些基础重复工作被自动化和智能化。高校可能重要重新评估课程设置，将更多的重点放在培养学生与自动化和智能化技术进行合作的能力上。
我猜想未来可能会出现一个专门培养prompt工程师的相关专业，类似于“自然编程语言专业”之类的东西。将AIGC本身涉及到的软硬件相关卡脖子技术研究，转化为一门偏软的“语言”类培训。新鲜事物究竟有没有那么强大的生命力还是有待观察的。就拿代表本人观点文字举个例子，比如ChatGPT确实可以根据你的培汪团需求分分钟产出文字，但这会影响汉语言文学的专业设置吗？
显然并不会啊！退一万步讲，AI写出的文字只能作为一种生产资料来看待，而并不能作为一个艺术品，某种程度它并不能完全替代作家的作品。因为它写出的文字带有浓配橘浓的机器色彩，少有感情、也无情绪，将文字工作完全变成了保准化的流水线工程。
作为一些较为低端的营销文案、或者含金量并不高的网文来讲还是可以的，但作为一件作品还是差点意思。但反过来想想，对毕业生的要求变高了是真的。AIGC虽然在短期不会影响高校的专业设置，但是必然会影响相关专业的就业率，特别是针对一些基础重复工作。
往后毕业生最大的竞争力应该是在思维，特别是创新思维和工具使用思维上。
最后随着人工智能技术的发展，可能会出现一些新的专业，例如人工智能工程师、数据科学家等，但这并不会导致现有专业的消失。
ChatGPT是一个基于GPT（Generative Pre-trained Transformer）架构的模型，它在预训练阶段仅使用了强大的计算资源和大规模的文本数据。虽然ChatGPT可以处理大量的数据，但是在实际应用中，它的处理能力仍然受到一些限制。
ChatGPT的训练数据是一种监督方式提供的对话数据集。该数据集通常由人类提供，因此其规模和多样性可能会受到限制。在进行预训练时，ChatGPT的性能可能会受到数据规模和质量的影响。
ChatGPT模型的预训练和微调都需要大量的计算资源和时间。在预训练阶段，模型需要在超大规模的文本数据上进行训练，这需要大量的GPU或TPU资源来加速训练过程。在微调阶段，模型还需要根据特定任务的数据集进行额外的训练，以实现更好的性能。
尽管ChatGPT在处理大量数据时具有潜力，但在实际应用中，模型的输入和输出长度限制可能会影响其对大数据的处理能力。模型通常有一个最大的输入长度限制，超出此限制的数据可能需要进行截断或其他处理。相应地，模型生成的输出也有长度限制，这可能会限制其对长文本数据的处理。
ChatGPT能够处理大数据，但它的性能依赖于训练数据的规模和质量，以及模型的计算资源和输入/输出长度限制。
ChatGPT可以处理大数据，但是处理大数据需要一些额外的步骤和考虑因素。ChatGPT是基于Transformer模型的，这种模型在处理大数据时可能会面临内存限制的问题。为了解决这个问题，可以使用分布式训练技术，将训练过程分布在多个设备或机器上，以提高处理大数据的能力。
ChatGPT训练阶段的输入限制为每个训练样本最多2048个令牌，这也可能导致在处理大型数据集时需要进行截断或分割数据的操作。ChatGPT还需要大量的计算资源和时间来完成对大数据集的训练，因为处理大数据集需要更复杂的模型和更多的训练步骤。
总结来说，ChatGPT可以处理大数据，但需要通过分布式训练和适当的数据处理方法来克服内存和输入限制的问题，并且需要更多的计算资源和时间来完成训练。
2022年11月30日，OpenAI公司发布了一款AI对话产品chatGPT。仅仅过了两个月，注册用户就超过一个亿，成为人类历史上，使用人数增长最快的应用。随后，谷歌、百度、阿里等全球主要科技公司，也纷纷发布或预告自己的AI模型。AI技术发展迅速，AI时代就这样悄然来临了~大部分人都知道AI的诞生，但多数人并没有做好准备，也仅限于交流一下聊聊天就结束了，真正拥抱AI，或者抓住风口的人的确很少很少。也可以这么讲，绝大多数普通人抓住这个风口的机会太难了，看看网友怎么说的：目前的情况是，你不学不行了，否则不久的将来就会被淘汰。话不多说，就今天这个话题，我们就来聊一下，要想在AI浪潮中抓住风口，普通人该怎么做才好；普通人为什么要学AI：先从基础学起，作为普通人需要先了解AI会所涉及到的领域，它包括数学、计算机、物理、心理、哲学等多个方面。你可以通过各种途径学习相关基础知识，比如：通过参加线上或线下AI课程，阅读相关书籍，加入网络课程、视频等多种方式来学习。
通过学习AI的基础知识，我们可以更好地了解AI的原理和应用，更好地把握AI的发展趋势和商业机会。作为普通人群，需要掌握AI的基本概念、原理、方法和应用，以及相关的编程语言和工具这些基础。AI涉及到的技术领域很广，您也可以针对其中领域进行深入研究，熟练掌握相应技术，这是学习AI的前提。这些技能在当今的市场中非常抢手，掌握了这些技能的人，才可能更好地抓住AI这个风口。
平时也要注意关注AI最新动态。作为普通人，大家可以通过了解AI的前沿技术和应用领域来让自己更加的了解AI方面的知识。了解的方式有：媒体、平台、论坛等多种渠道，也可以关注一些知名AI公司和机构，这些都是不错的办法。
我们有了基础知识掌握了相关技能，以及关注相关动态后，您可以尝试参与AI相关项目，加入AI创业公司等等。通过参与这些项目，可以积累更多的经验和技能来提高AI的专业水平。
想要进入AI行业抓住风口，需要具备相关的技能和经验，不一定需要所有技能都掌握。您可以寻找适合自己的路径，找到一些适合自己水平和兴趣的AI项目，通过编程、调试、测试等过程来实现操作，也可以通过一些在线平台或工具来实践。进入行业以后，您更需要利用人脉资源广交在AI行业内的圈内人，与他们多交流经验和想法，然后获得更多有价值的建议。
最后您可以尝试创造自己的AI产品或服务了，可以开发一款AI语音助手、开发一款AI智能家居产品、开发一款AI医疗产品，等等。也会让自己更加自信。
举个栗子：
开发机器人客服：可以利用AI技术开发一款智能客服聊天机器人，用于自动解答用户的问题。与多家企业合作，为企业提供智能客服服务，收取一定的咨询费用。这样的机器人客服可以服务于电商平台、在线教育等多个行业。讲真~巴拉巴拉说起来容易，做起来的确很难很难，就基础知识而言，就需要普通人入门一年不止吧。在整个学习过程中，需要有足够的热情，足够的勇气和兴趣以及足够的能力等等作为后盾，才可能会走入AI这个行业，才可能有风口可抓。
是啊，有时候我们需要逼自己一把，因为人工智能已经成为了当今发展的必然趋势，只有掌握了相关技术，就可以让自己更好的利用工具来提升实力来实现价值，目前我国许多公司都在尝试使用AI技术，想要抓住风口，最重要的还是靠自己不断的去努力和打拼。
就像著名经济学家任泽平博士提到：
“中国经济看科技，中国科技看AI。”这是著名经济学家任泽平博士在2022万象·百度移动生态大会发表题为《中国经济的AI加速度》的演讲中作出的论断。
任泽平博士在演讲中分享了新基建对于中国经济新引擎的重要作用。他预测新基建2.0时代下AI技术将是实现新基建“用起来“的最有利的抓手，建议企业及个人高度把握AI技术带来的时代红利，并预测百度APP将成为人人皆可用的AI新基建，通过“百度搭台，人人唱戏”的模式，将会激发全民更大的创造力。
任泽平在演讲中提及，当下抓不住AI的风口，就像20年前抓不住互联网的趋势一样，是没有出路的。
即使你是普通人，想要适应潮流，跟上社会的发展步伐就要学习AI，不管是几年，不管路途多么艰难，也要学下去，否则会被淘汰。
虽然大家都在说2023年会是经济衰退的一年，但是不要忘了，在每一次的衰退中，都会有新兴的行业产生。人工智能就是下一个革命风口，而且有的企业已经开始裁员了，我觉得，这并不是巧合，也不是危言耸听。
据相关资料，在去年，全年美国各大科技公司裁员了大概15万人左右，但是今年第一个月就已经裁了 大概6 万多了。美国银行警告称，预计美国经济将在 2023 年的第一季度开始，平均每个月失去175000个工作岗位。
大家还别不信，人工智能已经渗透到了各行各业了。在医疗领域，利用AI技术帮助医生进行诊断。在金融领域，利用AI技术预测市场走势，零售业还可以利用人工智能技术来优化销售策略，这些应用场景都是AI技术的发展方向。
也就是说，人工智能的应用场景将更加广泛。看到这里，你还想说，我不学吗？！说了这么多，我们再来详细说说普通人学习AI需要掌握的基础知识点：
要学习的基础知识很多，做AI开发涉及到Python编程知识、Linux知识，视觉方面要学图像处理、OpenCV等，同时还要有一定的数学基础。
具体有：
1、基础数学知识：线性代数、概率论、统计学、图论；
2、基础计算机知识：操作系统、linux、网络、编译原理、数据结构、数据库；
3、编程语言基础：C/C++、Python、Java；
4、人工智能基础知识：ID3、C4.5、逻辑回归、SVM、分类器等算法的特性、性质和其他算法对比的区别等内容；
5、工具基础知识：opencv、matlab、caffe等。我要说，如果您想赶得上这股浪潮，就要做好准备迎接挑战，因为人工智能将会越来越复杂，并且发展速度也会非常的快。还是要做好充分的心理准备才行，加油吧~
ChatGPT是一个非常强大的语言模型，但它并不是万能的，在生成代码的场景下还需要人工编程和检查，所以一定程度上ChatGPT的使用是需要依赖程序员的护航，才能确保完成应用。说替代程序员的，着实是过度解读了。ChatGPT的爆火，让我想起，同样会提高程序员开发效率的低代码平台，它的出现也同样被人类污名化，职业威胁程序员。通过低代码平台，只需要通过拖拽的方式，或者是编辑几行基础代码，就能快速的开发出各类应用系统。最关键的是低代码改变了传统开发对专业技能的要求，现在只要掌握一些基础的代码知识，甚至不需要任何基础，就可以进行应用系统的开发！作为国内主流的JNPF低代码平台服务商，JNPF低代码平台负责人认为：低代码的本质是解放开发者的双手，让他们从重复的代码工作中解放出来，低代码在这个过程中扮演的是“辅助者”角色，而并非“替代者”。因为永远有一些容易被忽略的边缘性技术问题，需要程序员去解决，这是低代码不能替代的。
而且低代码并不意味着完全就抛弃代码，相反在平台无法满足一些复杂的业务场景时，就需要代码的辅助，当然这个过程的代码量要可控，否则就违背了低代码开发的本质。
而像市场上一些无代码平台，确实做到了看不见任何代码，但是当平台需要去应对复杂业务逻辑系统的开发时，便会显得力不从心，JNPF保留了这种灵活的开发机制，当需要更深层次的处理业务逻辑时，如果平台开发不能完全匹配，就需要程序员通过代码开发实现相关能力与服务。而这种二次开发的需求已经超过了应用创建者的能力范围，这就需要专业的程序员基于平台去开发。与其无深究低代码是否会让程序员失业，不如去想如何通过低代码技术的加持，让程序员变得更有含金量，让低代码成为程序员工作的润滑剂。普通人如何不被OpenAI 取代。
在某些方面强于普通人的，特别是对于重复性智力劳动，如重复性写套话、写代码、画图，那么怎么不被取代？还是需要多学习、多主动思考、多实践、看更多书，做更多有挑战的事情，在认知上避免被取代的关键是不断学习和提高自己的能力，并努力适应新的环境和挑战。
关键词:
这三个AI工具有多好用?
Chat GPT
Midjourney
motiongoChat GPT
通过正确的提问就能得到答案
在使用chatgpt的过程中，为了能得到更为准确的答案，可以通过向 Chat GPT 提供一些背景信息来设定条件或角色这些信息可以是有关你的兴趣、喜好、特定需求或偏好的描述
Chat GPT
第一步:设定条件或角色
通过提供一些背景信息来设定条件或角色。这些信息可以包括你的投资经验、风险承受能力、关注的行业等。如果你是一个有一定投资经验的投资者，对科技行业感兴趣，你可以提供这些信息给 Chat GPT。在与 Chat GPT 的对话中，你可以明确提及这些条件或角色，以便模型在回答时考虑这些信息。你可以在问题开头提到:“作为一个有投资经验的投资者，我想了解当前科技行业的投资趋势和一些建议
第二步:与 Chat GPT 进行交流
提出你的问题或请求，确保尽可能清晰明了。你可以问:“有哪些科技行业的投资机会值得关注?有什么投资策略可以分享吗?”如果 Chat GPT 的回答不够准确或详细，你可以通过追问、补充细节或要求更具体的建议来引导它提供更好的答案。你可以追问:“在科技行业中，有哪些具体的公司或领域你认为有潜力?能否给出一些投资策略的具体建议?”
作为一个有投资经验的投资者，我想了解当前科技行业的投资趋势和一些建议。
9作为一个有投资经验的投资者，你对当前科技行业的投资趋势和建议非常关注。科技行业一的中直是投资者的热门领域，不断创新和进步的科技公司提供了许多投资机会。以下是一些当育科技行业的投资趋势和建议供你参考
1.人工智能(AI):人工智能技术在各个领域都有广泛的应用，包括医疗保健、金融、自动驾驶等。投资人工智能相关的公司可能会获得长期的增长潜力。关注那些在AI技术、算法和数据分析方面有优势的公司。2.云计算和大数据:随着数据量的不断增长，云计算和大数据技术成为许多企业和组织管理和分析数据的关键工具。投资云计算和大数据相关的公司，特别是那些提供云基础设施、数据存储和分析服务的公司，可能会有良好的回报。3.物联网(loT):物联网连接了各种设备和传感器，为人们提供了更智能、便捷的生活方式。投资物联网相关的公司，包括传感器制造商、物联网平台提供商和解决方案提供商可能会受益干物联网市场的快速增长4.清洁能源和可持续发展: 随着对环境问题的关注度增加，清洁能源和可持续发展领域的投资也在增长。关注那些在太阳能、风能、能源储存和能源效率方面有创新和领先地位的公司。
5.电子商务和数字支付:电子商务和数字支付行业一直在迅速发展，尤其是在全球电子商务的普及和数字支付的增长。关注那些在电子商务平台、在线支付、数字货币和区块链技术方面有竞争力的公司。
除了以上的趋势，还要注意行业的竞争态势、公司的财务状况和管理团队的能力。投资科技行业的高风险也需要谨慎管理，可以考虑分散投资，投资于不同规模和类型的公司，以降低风险。
请注意，这些只是一些投资趋势和建议，并不能作为具体投资决策的依据。在做出任何投资决策之前，请务必进行充分的研究和
Regenerate response Continue generating
Send a message
Free Research Preview.ChatGPT may produce inaccurate inforration about people, places, or facts, ChatGPT May 24 Version
Midjourney
只要一个正确的公式就能得到想要的照片
使用midjourney绘图，关键词很重要，prompt要简约且清晰表达自己的需求。只要记住一个万能公式，通过使用不同的prompt提示词和要求可以制作自己想要的图片了。
主 题
背 景
质 感
风格
灯 光
气 氛
中
t
构图
视角
色彩
主题:人 (boy) 、动物 (cat) 、物体 (car)背景: 森林 (forest) 、海洋 (ocean) 、街道 (street) ...风格: 皮克斯、赛博朋克、水墨画、宫崎骏、日本漫画.。。。。视角:侧视图、仰视图、全身照、头部特写....出图质量:高细节、超高清、2k.....
例1:一个可爱的小女孩，在草坪上开心玩耍，阳光明媚，皮克斯风格，高质量，高细节,8k --v 5
motiongo
高效做好工作PPT
下载就能用，可以作为插件直接在office和wps里面使用，输入关键词，选好自己的主题和大纲，就可以一键生成自己想要的PPT,风格和模板也可以在插件里面直接调整，也可以用里面的chatppt一键做好自己想要的PPT,好用又高效! !
尤小优6167
ChatPp
大纲幻灯片
数据提取与整理
01]财务数据处理与分析
根据公司的财务计划及经营状况，定期提取销售、采购、成本、费用等数据并进行有效的分类和汇总，以便更好地评估公司的业绩和财务状况。建立数据提取的标准化流程，保证数据的准确性和完整性，并对异常数据进行核查和修正，以确保数据提取的可靠性和有效性。对提取的数据进行进一步处理和加工，包括数据清洗、分类、筛选、汇总、分折等，确保数据的有效性和实用性。根据公司管理层的需求，提供有价值的数据统计报表和分析结果，为管理层的决策提供参考依据，并对数据仓库进行维护和更新，保证数据的及时性和准确性
个财务岗位的月度工作总结汇报P
百度文心一言是每日更新的一句古诗词，旨在激发读者的思考，增强文人文魂。我期待文心一言能够带给我更多美好的文学体验，更深刻的文化意境，以及更多有趣的历史故事。进入3月中旬，全球科技巨头再次竞相亮相大语言模型赛道。
一周之内，开发出ChatGPT的美国初创公司OpenAI，对OpenAI投入巨资的科技巨头微软，以及中国互联网龙头企业百度，相继发布了在大语言模型（LLM）领域的最新动态。这也再次引发了全球对该领域的关注。
当地时间3月14日，OpenAI公布了其大型语言模型的最新版本——GPT-4，它比GPT-3.5的问答质量和技术都有明显提升。
3月16日下午，百度开启新一代大语言模型、生成式AI产品文心一言测试，从而成为第一家加入该赛道竞争的中国企业。
在发布会现场，百度创始人、董事长兼首席执行官李彦宏通过问答的形式，展示了文心一言在文学创作、商业文案创作、数理推算、中文理解、多模态生成等五个使用场景。几个小时后，微软宣布，将把GPT-4接入Office全家桶，新名为“Microsoft 365 Copilot”。
正如财经E法在2月17日发布的文章（OpenAI独家回应｜ChatGPT为何不向所有中国用户开放注册？）所述，中国内地和中国香港的手机号均无法注册ChatGPT账号。虽然OpenAI的应用程序编程接口（API）已向161个国家和地区开放，但不包括中国内地和中国香港。
一方面，业界普遍关注，在AIGC（生成式人工智能）势不可挡的科技浪潮中，谁将成为下一个弄潮儿？另一方面，在中美科技竞合的敏感期，各方亦颇为关注百度迈出的第一步带来的涟漪，以及中国企业该如何应对。01“真的ready了吗？”
3月16日，李彦宏身着白衬衫和运动鞋演讲。开场就直面疑问，“最近一段时间，很多朋友问我，为什么是你们真的ready了吗”？
李彦宏的回答是，虽然百度已投入AI研究十多年，为发布文心一言做了充分准备，但“不能说完全ready了”，因为文心一言对标ChatGPT、甚至是GPT-4，门槛很高，还“有很多不完美的地方”。但他强调“一旦有了真实的人类反馈，文心一言的进步速度会非常快”。
李彦宏解释，之所以选择当天发布，是因为市场有需求：客户和合作伙伴都希望能早一点用上最新最先进的大语言模型。
如何理解李彦宏所言的“对标GPT-4的门槛很高”？
当地时间3月14日，OpenAI公布了其大型语言模型的最新版本——GPT-4。GPT-4是大型的多模态模型，即能够接受图像和文本类型的输入。而GPT-3.5只能接受文本输入。
在演示视频中，OpenAI总裁兼联合创始人格雷格·布罗克曼(Greg Brockman)用笔和纸画了一幅网站草图，并将图片输入GPT-4。仅1到2秒后，GPT-4就生成了网页代码，制作出了与草图高度相似的网站。根据OpenAI发布的实验数据， GPT-4模型相较前一代GPT-3.5已取得了巨大的进步，在许多专业测试中表现出超过绝大多数人类的水平。
浙江大学国际联合商学院数字经济与金融创新研究中心联席主任盘和林认为，文心一言未来还有待全面开放来获得用户检验。无论是通过B端API还是直接向C端用户开放，用户体验口碑都是硬道理。当前ChatGPT没对中国用户开放，在国内市场，百度将获得先发优势。
对OpenAI和百度的产品均做过测评的艾媒咨询CEO兼首席分析师张毅表示，GPT系列大模型，包括GPT-4与文心一言本质上都是同一类产品，只是它们各自的数据覆盖范畴和数据模型的积累长短不一。从短期看，OpenAI的产品准备时间相对更加充足，智能程度暂时领先一些。但是对文心一言而言，能在这么短的时间内训练出这样的一个产品，也是非常了不起的。
张毅也对百度做出更好产品更有信心，他的理由是，从人工智能、大数据、大模型的人才储备来看，中国会更有优势。
中央财经大学数字经济融合创新发展中心主任陈端则认为，与海外竞争对手相比，百度最大的优势是立足本土，构建了语言和文化层面理解的护城河。
作为中国公司研发的大语言模型产品，文心一言的中文理解能力备受关注。重要原因是，此前很多评论人士认为，ChatGPT的中文问答能力不如英文问答能力强。
李彦宏表示，作为扎根于中国市场的大语言模型，文心一言具备中文领域最先进的自然语言处理能力。在现场展示中，文心一言正确解释了成语“洛阳纸贵”的含义、“洛阳纸贵”对应的经济学理论，还用“洛阳纸贵”创作了一首藏头诗。李彦宏称，文心一言的训练数据包括：万亿级网页数据，数十亿的搜索数据和图片数据，百亿级的语音日均调用数据，以及5500亿事实的知识图谱等，这让百度在中文语言的处理上能够独一无二。
受访专家也指出，由于汉语的特殊性，中国企业在研发大模型时面临的难度更大，但若突破了，也会在提供本土服务时，具备更大的优势。
法国里昂商学院人工智能与商业分析教授丁文璿日前对媒体指出，语言对话模型训练，需要让机器对文字产生理解，英语比中文稍微容易一些。丁文璿解释，中国人工智能技术所处理的中文语言，大多都是象形词，而英文是解释性的，相较而言词语也并非特别丰富。
上海交通大学约翰·霍普克罗夫特计算机科学中心助理教授林洲汉认为，未来大语言模型大概率会往多模态、交互式的方向发展，进一步将视觉、语音、强化学习等领域的技术综合进来。李彦宏也表示：“多模态是生成式AI一个明确的发展趋势。随着百度多模态统一大模型的能力增强，文心一言的多模态生成能力也会不断提升。”
在多模态生成方面，李彦宏展示了文心一言生成文本、图片、音频和视频的能力。文心一言在现场用四川话朗读了一段内容，并根据文本生成了一段视频。但李彦宏透露，文心一言的视频生成成本较高，现阶段还未对所有用户开放，未来会逐步接入。
李彦宏称，文心一言的训练数据包括：万亿级网页数据，数十亿的搜索数据和图片数据，百亿级的语音日均调用数据，以及5500亿事实的知识图谱等，这让百度在中文语言的处理上能够独一无二。
受访专家也指出，由于汉语的特殊性，中国企业在研发大模型时面临的难度更大，但若突破了，也会在提供本土服务时，具备更大的优势。
法国里昂商学院人工智能与商业分析教授丁文璿日前对媒体指出，语言对话模型训练，需要让机器对文字产生理解，英语比中文稍微容易一些。丁文璿解释，中国人工智能技术所处理的中文语言，大多都是象形词，而英文是解释性的，相较而言词语也并非特别丰富。
上海交通大学约翰·霍普克罗夫特计算机科学中心助理教授林洲汉认为，未来大语言模型大概率会往多模态、交互式的方向发展，进一步将视觉、语音、强化学习等领域的技术综合进来。李彦宏也表示：“多模态是生成式AI一个明确的发展趋势。随着百度多模态统一大模型的能力增强，文心一言的多模态生成能力也会不断提升。”
在多模态生成方面，李彦宏展示了文心一言生成文本、图片、音频和视频的能力。文心一言在现场用四川话朗读了一段内容，并根据文本生成了一段视频。但李彦宏透露，文心一言的视频生成成本较高，现阶段还未对所有用户开放，未来会逐步接入。发布会前后，百度的股价经历了大落大起。3月16日，港股百度盘中股价跌幅一度扩大超10%，报120.1港元。截至收盘，百度股价跌幅为6.36%，报125.1港元。但百度股价在美股势头强劲，当日百度美股开盘低开高走，振幅超7%。截至收盘，报138.16美元，涨幅为3.8%。3月17日，百度港股表现强势，盘中一度大涨超15%。截至当日收盘，百度港股涨幅为13.67%，报142.2港元。
文心一言宣布开启邀请测试一小时内，排队申请文心一言企业版API调用服务测试的企业用户已达3万多家，申请产品测试网页多次被挤爆，百度智能云官网流量飙升百倍。
文心一言的市场热度持续飙升，资本市场也给予了价值重估。张毅认为，这也代表了公众对大语言模型/生成式AI “既期待，又担忧，然后是希望”的心情。02谁都不能错过的科技革命
“真的ready了吗？”并不仅针对百度，也是伴随此轮“ChatGPT”热潮以来，公众普遍的疑问。
李彦宏观察到，从2021年开始，人工智能技术开始从“判别式”向“生成式”转变。
创新工场董事长兼CEO李开复3月14日在一场趋势分享会上表示，AI 2.0时代的第一个现象级应用，就是以GPT-4为代表的AIGC，又称生成式AI（Generative AI）。李开复表示，AI2.0 是绝对不能错过的一次革命，它将会是一个巨大的平台性机会，这个机会将比移动互联网大十倍。他还表示，AI 2.0也是中国在AI领域的第一次平台角逐机会。
受访专家普遍认为，此前全世界的AI企业都遇到了一个极大的问题：即使技术储备十分丰富，AI应用并没有给它们带来丰厚的收益。造成这一问题的原因在于，AI产品的应用主要集中在B端（企业用户）和G端（政府用户），AI产品在进入企业或机构时往往流程复杂，这在某种程度上会限制AI产品在市场上的快速扩张。
张毅认为，AIGC的产品应用方向在C端更有可能产生巨大的商业机会。他分析说，在美国市场，此前C端市场被谷歌、亚马逊、Meta等企业抢占，让微软压力非常大，更需要一款产品来扳回一局。在中国市场，百度的优势和谷歌一样，都有强大的搜索引擎对数据的抓取能力，以及储存、整理、分析能力的基础。中国本身拥有十几亿人口的巨大市场，百度完全可以做得很优秀。
“百度和微软、谷歌本质上是两个不同市场的竞争，所以我相信文心一言以及系列产品也一定会跑出来。”张毅说。
李彦宏坚称，文心一言不是“中美科技对抗的工具”。但他也承认，ChatGPT 的成功，加快了百度推出该产品的进度。
百度CTO王海峰表示，人类进入AI时代，IT技术的技术栈可以分为四层：芯片层、框架层、模型层和应用层。百度是全球为数不多、在这四层进行全栈布局的人工智能公司，在各个层面都有领先业界的自研技术。高端芯片昆仑芯、飞桨深度学习框架、文心预训练大模型以及搜索、智能云、自动驾驶、小度等应用。王海峰认为，百度全栈布局的优势在于，可以在技术栈的四层架构中，实现端到端优化，大幅提升效率。
文心一言与ChatGPT一样，都使用了SFT（模型微调）、RLHF（从人类反馈中进行强化学习）以及Prompt（提示）作为底层技术。文心一言还采用了知识增强、检索增强和对话增强技术。王海峰表示，这三项是百度已有技术优势的再创新。
陈端认为，在当前技术创新的集成性越来越高的当下，全栈式布局的单一公司在内部技术研发统筹能力和后期商业化进行中的协同能力上具有比较优势。
信心很重要，但差距无法忽视。
在本月初的两会期间，中国科技部部长王志刚在回应ChatGPT相关的问题时，用足球打比方，指出中国还有很多工作要做。“踢足球都是盘带、射门，但是要做到梅西（足坛巨星利昂内尔·梅西）那么好也不容易。”
王志刚指出，中国在这方面也作了很多布局，在该领域的研究也进行了很多年，并且有一些
成果，“但目前要达到像 OpenAI 的效果可能还要拭目以待”他补充道。
王志刚说，ChatGPT出来以后，引起了大家的关注。实际从技术本身源头来讲，它叫做NLP、NLU，也就是自然语言处理和自然语言理解。ChatGPT之所以引起关注，在于它作为一个大模型，有效结合了大数据、大算力、强算法，计算方法有进步。同样一种原理，做得有区别。比如大家都能做出发动机，但质量是有不同的。
无论是ChatGPT还是文心一言，其背后的大语言模型是核心竞争力。北京大学王选计算机研究所研究员赵东岩告诉财经E法，国内大模型在数据、训练方法和费用投入方面和OpenAI还有一定差距。
一位科技系统人士则对财经E法指出，客观而言，中美目前在该领域的基础研究成果差距较大。这些基础研究成果包含自然语言处理（NLP）、数据库、GPU产品，“美国切断GPU芯片（的供应），（中国的）算力就跟不上”。
大型算力的核心在于高性能GPU芯片。北京航空航天大学软件学院助理教授周号益告诉财经E法，在GPU芯片等计算硬件上，中国与国际的差距在十年左右，硬件水平会严重制约大语言模型以及科学计算类模型的发展。
周号益认为，在技术和模型上，中国的科技公司与OpenAI并没有代差，差距仅在五年以内，在一些较小的技术领域差距只有2-3年。在数据采集方面，以GPT-3大模型为例，其训练的语料中中文只占5%，中国科技企业对中文语料的积累具有一定优势，因此极有可能在中文领域实现突破。03巨头下一步：构建生态
对于以ChatGPT为代表的大语言模型赛道如何实现盈利，是各方公认的难题（ChatGPT爆火的冷思考：盈利难题与治理挑战）。
开发出ChatGPT的OpenAI仍是一家亏损中的创业公司。而2023年1月，投资银行摩根士丹利（Morgan Stanley）的一份分析报告称，ChatGPT的一次回复成本大约是谷歌搜索查询平均成本的6倍-28倍。
但腾讯研究院高级研究员曹建峰和经纬创投前副总裁庄明浩都认为，ChatGPT能带来多少盈利，并不是OpenAI关注的重点，重点是基于它的模型能长出什么样的服务和应用，从而构建起一个生态系统。“ChatGPT的发展需要一个产业生态，比如它和微软相关应用的融合就是很好的思路。”曹建峰说。
当地时间3月15日，微软副总裁兼消费者首席营销官余瑟夫·梅迪发文表示，新版必应搜索引擎已经在 GPT-4 上运行。另据OpenAI披露，GPT-4是在微软Azure AI 超级计算机上进行训练的，并将基于Azure 的AI基础架构向世界各地的用户提供 GPT-4服务。
谷歌则宣布开放其大语言模型PaLM的API接口，并推出面向开发者的工具MakerSuite。通过PaLM API 接口，开发者们可以将PaLM用于各种应用程序的开发。MakerSuite则可以让开发者快速对自己的想法进行原型设计，并且随着时间的推移，该工具将具有用于快速工程、合成数据生成和自定义模型调整的功能。
微软迅速跟进。当地时间3月16日，微软宣布将把GPT-4接入Office全家桶。新功能名为“Microsoft 365 Copilot”。
李彦宏则在发布会上表示，文心一言定位于人工智能基座型的赋能平台，将助力金融、能源、媒体、政务等千行百业的智能化变革。
根据文心一言的邀请测试方案，3月16日起，首批用户可通过邀请测试码，在文心一言官网体验产品，后续将陆续开放给更多用户。百度智能云即将面向企业客户开放文心一言API接口调用服务。该服务于3月16日起开放预约。
截至3月18日早11点，排队申请百度智能云文心一言企业版API调用服务器测试的企业用户增加到9万家，百度收到关于文心一言合作的咨询 6588条。
陈端认为，这一轮的竞争，不仅是商业主体的竞争，实际上也是关乎下一轮国家数字竞争力的竞争。百度的当务之急不完全是技术层面的研发，也需要引领更多初创型企业、生态合作伙伴加盟生态阵营。
在陈端看来，中国在构建生态系统上具有优势。陈端指出，中国的移动互联网经过多年发展，应用层生态化的配套创新已经非常成熟。应用层的很多中小微创业团队，在过去配合移动互联生态做了大量的局部、垂类场景端的创新，把过去的这种模式以及底层基础设施从移动互联迁移到大模型领域依然适用。04中小企业还有机会吗？
面对大语言模型的浪潮，中国企业该如何抓住机遇，避免风险？
布局ChatGPT的企业有两种类型：第一种是传统的互联网大公司，第二种是一些初创企业。
陈端认为，目前市场上的初创公司已经错过了布局大模型的初始创业阶段。陈端分析说，
重新打造生成式AI企业，跟时机、底层的生态支撑度，还有创始人自身的阅历、经验、视野、个人IP的自然调动能力都是息息相关的。大模型在前期的投入，不管是算力还是其他的成本，以及时间窗口都很重要。
陈端表示，百度有能力把自己的其他的产品与文心一言协同，就像微软把Office与GPT-4协同推出Copilot，而“创业者单纯去拼大模型却没有配套生态，这是很成问题的”。
张毅也认为，对于能够有资金、实力支撑的企业来讲，单独构建大模型产品可能会更受资本和创业者的青睐。但对于中小企业来讲，依托文心一言的开放平台去嫁接自己在细分领域的应用，也是一个不错的选择。
因为要做出大语言模型，需要长时间，以及巨额资金的投入。
OpenAI成功的背后，是微软多年来的巨额投入。美国时间2023年1月23日，微软宣布将对OpenAI进行为期数年、价值数以十亿计美元的投资。在2019年和2021年，微软曾向OpenAI两次投资。2019年的投资为10亿美元，而2021年的投资未公开金额。
AI公司“彩云科技”的创始人袁行远在接受36氪采访时指出，要想跑通一次100亿以上参数量的模型，至少要做到“千卡/月”这个级别，即：用1000张GPU卡，然后训练一个月。即使不用最先进的英伟达A100，按照一张GPU五万元的均价计算，1000张GPU意味着单月5000万的算力成本，这还没算上算法工程师的工资。
“无论是哪家公司，都不可能靠突击几个月就能做出这样的大语言模型。”李彦宏在发布会上表示，深度学习、自然语言处理，需要多年的坚持和积累，没法速成。大模型训练堪称暴力美学，需要有大算力、大数据和大模型，每一次训练任务都耗资巨大。
百度提供的数据显示，百度近十年累计研发投入超过 1000 亿元。2022 年百度核心研发费用 214.16 亿元，占百度核心收入比例达到 22.4%。但百度并未透露大模型研发在核心研发费用中的占比。
李彦宏在发布会上表示，百度对文心一言的定位，是一个通用的赋能平台，金融、能源、媒体、政务等千行百业，都可以基于这个平台来实现智能化变革，实现效率提升，创造巨大的商业价值。李彦宏认为，大模型时代将产生三大产业机会，分别为新型云计算公司、进行行业模型精调的公司和基于大模型底座进行应用开发的公司，即应用服务提供商。
李彦宏断言，对于大部分创业者和企业来说，真正的机会并不是从头开始做ChatGPT和文心一言这样的基础大模型，这很不现实，也不经济。基于通用大语言模型抢先开发重要的应用服务，这可能才是真正的机会。基于文本生成、图像生成、音频生成、视频生成、数字人、3D等场景，已经涌现出很多创业明星公司，可能就是未来的新巨头。
“大模型、生成式AI最终的产品形态还不得而知，所以这条路注定是长跑，需要整个科技界在资本、研发、模式创新上密切、持续地跟跑。”张毅说。
李开复认为，AI2.0会最先应用在能容错的领域，而毫无疑问最大的应用领域现在是内容创造。每个领域都可以把原有的App重写一次，创造出更赚钱的商业模式，最终AI2.0的生成能力会把成本降的几乎到0。