欢迎访问GPT4中文教程网，学习chatgpt相关知识，以下是正文内容：
作者｜郭虹妘
ChatGPT横空出世以后，人类之间的对话都变得“科技味”了。
远到十八线奶孩子的同学，问“听说ChatGPT能自己写稿子，你以后会被替代吗？”；近到一级市场，操盘过几千万交易的投资人，问“你的产品能和ChatGPT结合嘛？”；再到不惑之年看到朋友圈广告，咨询《ChatGPT提升未来职场竞争力》课程，问“不说涨工资，学会能让我不失业不？”
全民ChatGPT化，有人拥抱，有人恐惧，有人至今不知道它为何持续火热，也有人靠调用ChatGPT大模型拿下1.25亿美元融资，更有人借势ChatGPT把公司ARR（Annual Recurring Revenue）做到1000万美元。
所以ChatGPT 的“造富”神话是真的吗？在ChatGPT不对中国大陆和香港开放的情况下，国内创业者如何搭载上这波新的创业机会？大模型之争中国会有后发优势吗？
ChatGPT不是终局，是引爆AI的开始。
ChatGPT一经推出，另全球用户趋之若鹜，两个月内用户超1亿，创下了互联网最快破亿应用的记录，要知道这个数据，TikTok用了9个月，Facebook用了两年，Instagram用了30个月。
一场摧枯拉朽式的第三次科技革命拉开序幕。科学哲学家库恩曾提出，科学的发展并不是一种平滑的线性发展模式，而是会像走台阶一样，隔一个阶段上一个台阶，正恰如ChatGPT问世，把人工智能拉上新阶梯。
OpenAI CEO 山姆·奥特曼预测：AI大模型技术，将成为继移动互联网之后，未来最大的技术平台，而以聊天机器人为界面，加上图像、音乐、文本等多模态模型的发展，将诞生世界级大型企业。
背后的助推者，微软首席执行官萨蒂亚·纳德拉也站出来说，现阶段人工智能领域的发展已经可以用“指数级”来形容。
退居幕后的孙正义也公开表示，将结束相对休眠的状态all in人工智能。“我最感兴趣的是人工智能革命，我相信人类将被计算机或人工智能超越，我们希望成为人工智能革命的领导者！”同时表示，自己是ChatGPT的重度用户，也和OpenAI首席执行官山姆·奥特曼经常交谈。
ChatGPT并非人工智能的全貌，只是生成式AI的一种形式。来自红杉资本的预测，大型模型激发的生成式AI应用程序创新浪潮，将是数万亿美元的经济价值。
一级市场也充斥着浓浓的生成式AI创业气息。国外方面，据PitchBook 数据显示，GPT-3发布的两年多以来，风投资本对AIGC的投资增长了 400% 以上，今年达到了惊人的 21 亿美元。
生成式AI风险投资情况，来源：PitchBook
Y Combinator W23 Demo Day Batch的项目一共268个，其中AI相关的项目接近50%，主要集中于中间层及应用层，领域包含生成文本、图片、视频等领域。“这也反应出Y C的投资取向，投小而有潜力、创新力的项目。”在阿尔法公社创始合伙人许四清看来。
国内方面，2022年11月到2023年4月之间，AIGC融资规模达到22.4亿人民币，相当于过去两年总计融资额的41.4%。
红杉中国旗下的创业加速器YUE2月28日开启报名之后，2000个报名项目之中有300-400个AIGC主题；6月3日，奇绩创坛2023春季创业营路演，60家参与公司中有41家为人工智能主题，相比去年翻番，其中有39家为大模型相关。由此可见，一级资本市场对AIGC赛道的关注度陡然增加。
整体而言，国内的生成式AI创业项目数量和场景，远不及国外丰富。
一位海外的AI创业者向钛媒体创投家表示：“第一，海外创业者调用ChatGPT接口更便捷，便于微调，开发新产品；第二，硅谷开放的科技创新氛围，允许天马行空，海外市场的产品应用程序也就更多样；第三，类似Reddit的开源交流社区氛围浓厚，大家会把自己对于ChatGPT的理解，和新的应用放上去公开讨论，再创。”
反观中国，在ChatGPT不对中国大陆和香港开放注册的情况下，创业者、各大厂如何搭载上“第三次科技革命”列车？
“有钱大模型，没钱应用层”
好AI大模型的算力门槛。目前我国厂商拥有超过1万枚GPU的企业不超过5家，其中，拥有1万枚英伟达A100 GPU的企业至多只有1家。
比如资金，据国盛证券报告《ChatGPT 需要多少算力》估算，GPT-3 训练一次的成本约为 140 万美元，对于一些更大的 LLM（大型语言模型），训练成本介于 200 万美元至 1200 万美元之间。以 ChatGPT 在 1 月的独立访客平均数 1300 万计算，初始投入成本约为 8 亿美元，每日电费在 5 万美元左右。
成本再昂贵，中国版“ChatGPT”使命必达。“中国一定会有自己的大语言模型，这是目前的现状决定的。”许四清表示。
中国大厂已摩拳擦掌，进入百模大战状态。百度、阿里、华为、腾讯、360、商汤、京东、科大讯飞、字节跳动等巨头厂商结合自身业务及战略布局均已涉足大模型研发，争做第一个“中国ChatGPT”，载入中国人工智能史册。
Leonis Capital表示，中国似乎是除美英垄断之外，唯一一个自行开发自己模型基础设施的国家。第一，从模型数量看，全球排名前十的开发者中有四家是中国企业，其中包括百度和阿里巴巴等科技巨头、清华大学等顶尖大学，以及北京人工智能研究院（BAAI）等政府赞助的实验室；第二，除了模型训练基础设施外，中国的开发者在硬件层面上也开始独立，为了应对美国制裁的威胁，中国公司越来越多地转向国产GPU，如华为的Ascend 910；第三，虽然中国模型比西方顶级模型落后大约一年，但是追赶上来，只是时间的问题。
许四清对此也表示认同：“Open AI一骑绝尘，技术上的突破使得他们在AIGC领域里具备了绝对的领先地位。中国的大模型在快速追随，跟着Open AI探索出来的路径，快速的迭代和追赶；美国企业更多是站在更前沿的探索领域，这是两国公司的特征、手上掌握的资源决定的。”
“我们还有个观点，就是得人才者得模型，得模型者得天下。这里的模型包括为特定场景训练的垂类模型，既有ToC也有为专业场景训练并部署的ToB模型。比起大模型，我们更看好这个领域，原因很简单，训练一个模型98%以上的算力时长用在pre-training上，但后面三步supervised finetuning, reward modelling和reinforcement learning只用了很小一部分算力时长。”许四清说道。
“一没有充裕的资金，二没有尖端的技术人才储备的中小的企业，早点去应用层探索机会，创造点先发优势，是不错的选择。”一位硅谷投资人向钛媒体创投家表示。
“我认为中国大模型拼算力不适合一般的创业者，懂人工智能的创业者机会很大，因为不用从最基础模型开始蛮拼算力，比的是知识积累、团队工程能力和迭代速度，对浅表层产品创新，这类创业者是降维打击。当然，技术固然重要，行业经验和选择的应用场景同样重要。我们种子轮投资HiDream.ai（智象未来）项目的创始人，前京东副总裁、加拿大工程院外籍院士梅涛就是基于这种考虑。”许四清说道。
此外，许四清还指出AIGC技术的突破给中国创业者带来有三个层面的机会。第一，是LLM，大厂或者国家队的机会；第二，是借助大模型做浅表层应用或者产品驱动型的应用，不管To B还是TO C都有非常多的机会，特点是难以判断哪些人容易胜出，难度如同APP涌现之初预见哪个一定成功；第三，是建立垂类模型来解决应用层面的问题，这是在ToB和ToC有很广泛的前景，因为门槛高，确定性相对强些。他们的特点是模型能力强，能在模型上下工夫，解决产品创新解决不了的问题。
最后，他强调，与各类语言模型及应用伴生的基础设施类服务，如私有化部署、跨云、跨模型服务工具等也会有很多机会。
国外大模型、AI应用，尽是狂欢
在硅谷，Open AI想一枝独秀，Google、Meta、Amazon可不能答应。
近期，一直隐身的Amazon，发布了亚马逊版 ChatGPT，新模型名为Amazon Titan，Titan系列模型分为两种，一种是用于内容生成的文本模型，另一种是可创建矢量嵌入的嵌入模型，用于创建高效搜索功能等。
Meta CEO马克·扎克伯格，不按套路出牌，直接击穿“低价”，用开源宣战Open AI“霸权”。 Meta将开源大型语言模型LLaMA授权给学术界的研发人员使用。6月16日，据外媒The Information报道，扎克伯格正在考虑将开源大型语言模型LLaMA的新版本商业化，让其它公司免费使用LLaMA开发相关AI软件，并允许开发者将这些产品用于商业用途。
战事升级。OpenAI宣布计划将打造史诗级LLM“应用商店”，打通所有ChatGPT应用，平台可以实现双向对接，开发者可以上架他们基于OpenAI技术搭建的产品，企业也可以按需使用市面上的LLM，彻底抢占AI模型生态。
“美国大模型竞争一定是百花齐放的，而且开放度会越来越高，IT发展的历史不断证明这一点。从Unix到Linux，从iPhone到安卓都是例子。领先的开放动力不足，稍微处于被动地位的厂商会用开放来构筑自己的生态，这对产业是一种非常积极的现象。”许四清对钛媒体创投家表示。
再看应用层，拿到商业验证的案例也并非少数。免费开源的Stable Diffusion，初创公司在短短一个月内便拿到1亿美元融资，估值飙升至10亿美元；基于GPT-3 API构建应用的SaaS企业Jasper.ai，创立18个月，获得1.25亿美元A轮融资，估值15亿美金；帮企业写推广文案的Copy.ai，仅2年时间，ARR达1000万美金。
“海外项目相比国内项目是有差别的。一是海外底层大模型的能力更加成熟 (OpenAI的API) ；二是商业化环境更好，用户愿意为优质的单点工具付费，这也是经历了SaaS行业发展教育的结果；三是海外项目的生态更好，没有类似于国内互联网大厂的挤压，在C端和B端都有对新产品、新商业模式的探索。”云岫资本AI研究负责人沈桦鑫向钛媒体表示。
据PitchBook统计数据，2022年投资圈向生成式AI公司共投入13.7亿美元（折合人民币约93.69亿元），几乎达到了过去5年的总和。
图源：PitchBook
无论是文本生成、图片生成、视频生成，他们那并非新场景，差别之处在于用ChatGPT形式将原有高效的场景重新做了一遍。
在百度的创始人兼首席执行官李彦宏也曾公开表示，生成式AI将颠覆所有现有的内容制作模式，有可能将原创内容制作的成本降低到当前的十分之一，并将制作过程加速数百甚至数千倍。
由此可见，生成式AI不是花把式，它的终极命题是解决降本增效问题，释放重复劳动力，让人类有更多时间，去做更具创造力的事情。
离C端用户最近的层面，生成式AI或成为人类的私人助手。比如你要订飞机票，把时间地点告诉ChatGPT，它会调用Expedia（订飞机和酒店）帮你查询机票并且预定。你要订餐，它会先调用OpenTable帮你选定餐馆和菜单。ChatGPT的插件商店里已经有11家应用，包括机票、酒店、购物、订餐等应用。
势如破竹，犹如回到移动互联网的“iPhone时代” 大大小小的创业公司基于iOS系统开发APP，形成了新的软件应用格局。
如今，大型模型激发的生成式AI应用程序新浪潮，也一定会有杀手级应用程序出现。
最后
中美必然会走出一条差异化路线。
“中美企业之间的行为差异，造成了美国通常是在探索上一路领先，中国快速追赶，更多在产品层面靠迭代发展。”许四清说道。
沈桦鑫也表示了认同，“会有一定的共性，但差异性会比共性大。共性主要是在细分赛道上，例如聊天机器人、文字/图片/视频内容生成等。但是，由于中美两国的市场需求、文化背景和法规环境的差异，创业项目可能会针对各自的市场进行调整和优化。比如美国的产品只需要提供一个单点的功能，做深做透，就能让B端和C端产生付费。而中国企业愿意为纯软件付费的意愿比较低，往往需要提供整套的解决方案或者把软件做到硬件之中才能产生付费。因此，可能中美创业项目的底层能力有一定的相似性，但是长在能力上的商业模式会大不相同。”
“国内大部分VC实际出手的数量，远低于他们研究ChatGPT的热情，对于国内市场他们大多是研究+观望，对于国外市场或许有投投试试看的氛围，你去过硅谷就知道，那是一种与当年中关村一样的AI创业热潮。”一位基金合伙人说道。
“这是不亚于互联网的一次大机会，也是一场认知的比赛，先知先觉先动手的机会大。目前中国AIGC的投资热潮并没有像硅谷那么猛烈，只看不投也不在少数，但我们认为随着应用场景不断被证实，中国的投资也会热起来，之后一定会达到一个新高。”许四清向钛媒体创投家讲述道。
