ChatGPT如此火爆，OpenAI自己也沒想到。

根據《紐約時報》最新披露，原本下一代GPT-4在OpenAI內部幾乎準備就緒，只待發布。

11月中旬，高層突然宣布新任務：兩周后發布免費聊天機器人應用，代號“Chat with GPT3.5”。

一群技術人員臨時掉頭，但他們中甚至有人懷疑這是否真的有意義。

底層技術方面，他們原本天天接觸最先進的GPT4，已經麻木了，GPT3.5對他們來說已是兩年前的舊玩意。

產品形態方面，同行Meta發布的聊天機器人無人問津，另一個科學文本生成模型Galactica還因不準確3天就被噴到下架。

知情人士透露，OpenAI高層的思路本來也很簡單的：

去年爆火的AI繪畫就是始于OpenAI發布的DALL·E，但因版權、倫理等顧慮選擇了內測邀請制，最后被免費、開源的Stable Diffusion搶走了絕大部分風頭。

聊天機器人上，他們擔心發生類似的情況被其他公司搶先。另外用舊模型迅速推出一款產品可以幫他們收集反饋，以改進新模型。

僅用13天，ChatGPT正式誕生。

接下來的事情，出乎所有人意料。

5天用戶破百萬，2個月活躍用戶破億，ChatGPT成為史上增速最快的消費級應用。

學生用它寫作業，打工人用來寫周報，程序員用來寫代碼……

不過ChatGPT的意義，似乎不只限于消費級應用這么簡單。

商家、品牌方試用后也覺得“真香”，如美國房產中介用它來生成房源文案，原本一小時的工作量縮短到5秒。

兩個月席卷全球，OpenAI自己都怕了

熱度來得太快就像龍卷風，OpenAI自己都怕了。

OpenAI總裁Greg Brockman曾在推特慶祝用戶突破200萬，作為CEO的Sam Altman則認為這樣宣傳并不明智，并叫他刪除。

Altman擔心過度炒作可能引發監管反彈，或導致用戶對未來版本期望過高。

盡管Altman想壓下熱度，外界仍在持續沸騰。

微軟追加投資，谷歌如臨大敵，各種相關不相關的AI公司股價暴漲。

比爾·蓋茨在接受福布斯采訪時盛贊道：ChatGPT的意義不亞于PC和互聯網誕生。

從這個角度看，ChatGPT與真正的獨特之處，在于改變了人與機器交互的模式。

遵循上下文回答后續問題、承認錯誤、質疑不正確的前提并拒絕不適當的請求，是ChatGPT發布時最初的三個宣傳點。

ChatGPT遠稱不上完美，數學計算不準確，經常一本正經胡說八道，21年之后的新知識一概不知。

但人們還是愿意去嘗試，與之互動，每天生成數十億字文本。

OpenAI產品副總裁Peter Welinder最近透露，3年前他們剛開始測試GPT-3的API接口時，幾乎找不到愿意嘗試的人。

作為Demo開放的GPT-3 Playground影響力也僅限于技術圈內部。

財富雜志把ChatGPT比作iPod和iPhone：在蘋果發布iPod之前就有MP3播放器，但并沒有引發數字音樂革命；在iPhone之前也有其他智能手機，但沒有形成應用生態。

小冰公司CEO李笛曾在量子位舉辦的MEET2023智能未來大會上分享他的見解：

ChatGPT改善了AI的行為，即使生成的內容不夠準確，人們也會覺得有意思。

對話是比關鍵詞搜索更自然的交互模式，讓AI不再冷冰冰，在做到高并發（同時響應多個用戶）的同時，做到了高轉化率（滿足用戶新的需求），才成為劃時代產品。

如今，圍繞ChatGPT及其所代表的AIGC（AI內容生成）展開的生態和競爭可分為四大層次。

第一層是AIGC模型、服務本身。

谷歌自家的LaMDA在內部抓緊測試，還投資了從OpenAI分裂出去的公司Anthropic，雙管齊下以抗衡微軟。

中國方面，粵港澳大灣區數字經濟研究院(IDEA) 認知計算與自然語言研究中心擁有國內最大的開源模型體系-封神榜，已開源的 98個模型正在全力支持中國AIGC發展，探索研發適配各個領域的個性化模型。

中心負責人張家興博士曾表示“在當下及未來的AI發展中，一個模型就可以是創造產品中很重要的一部分，甚至一個模型就可以催生一個產業，比如最近大火的Stable Diffusion (Diffusion Model)，就是促進AIGC產業迅速發展的一個重要里程碑，可以說底層模型不斷地制造和進步就是推動整個AI產業進步的一個重要因素。”

而百度也將于3月推出自己的生成式搜索產品。關于這點百度曾向量子位透露：最終產品會與ChatGPT有很大不同，即雖是多輪交互，但并非單純的多輪對話。

第二層是將AIGC能力集成到現有產品。

微軟宣布旗下所有產品全線整合ChatGPT，視頻會議工具Teams已上線能自動生成會議記錄并預測下一步任務。

谷歌也即將于2月8日召開最新發布會，外界推測很可能與AI產品相關。

第三層是使用AIGC能力開發全新的產品類型。

DoNotPay使用ChatGPT做AI律師，幫人處理罰款和賬單。

谷歌工程師出走成立的Character.ai，可以讓聊天機器人模仿歷史人物、現實名人或虛擬人物與用戶對話。

國內這個模式也涌現出一批新秀，如Glow一度登上熱搜。

最后一層，則是直接或間接使用AI生成的內容。

初創公司ProfilePicture.AI使用ChatGPT與GitHub Copilot生成了產品的主要代碼。

甚至國內動作快的企業都開始嘗鮮了，會找技術圈的合作伙伴來共同探索。

如招商銀行信用卡剛剛發布的一篇使用ChatGPT生成的品牌稿件，就是與氪信信息技術有限公司朱明杰博士等合作，完成了國內金融行業首篇利用AIGC技術生成的宣傳稿。

朱明杰博士表示，去年年底ChatGPT的出現讓他備受震撼，哪怕是作為早年OpenAI創始的見證者，如今看到AI真的學會了人類的知識，依然覺得超越想象。

2017年，當時OpenAI成立還沒多久，我們去硅谷做訪問交流，他們認為能符合馬斯克第一性原理的人工智能方向，是訓練出一個能把人類知識都學會的AI，以解決人類面臨的知識挑戰的問題。

還有什么不能實現的呢？這個時候，像招行信用卡這樣敢于率先邁出一步去探索去擁抱未來的企業，相信都能得到先機。

AIGC新時代，還有多遠？

僅靠現在的ChatGPT技術，還不足以支撐以上模式長期發展。

除了內容生成不夠準確外，許多嘗鮮者還發現“模型無法定制化”是ChatGPT現階段應用的一大痛點。

一些垂直行業的應用，目前還是使用舊的GPT-3（盡管現在宣傳上都愿意模糊二者的區別）。

如初創公司DoNotPay做機器人律師，讓AI幫人處理罰款和賬單問題。要想讓AI了解法律專用知識，必須在通用語言模型的基礎上做二次開發。

而招行信用卡這次算是第一次嘗試，產出過程可以總結為：

• 將人類的訴求，通過適當的自然語言描述輸入給ChatGPT。
• 通過進一步的提示和對結果的反饋來激發模型的聯想能力，最終完成稿件的撰寫。

例如團隊先是讓ChatGPT“闡釋基因與親情的關系，引用《自私的基因》的觀點”：

從第一步的結果來看，ChatGPT的回答是包含《自私的基因》這本書中的背景知識；但從語言描述上來看是屬于較為平鋪直敘的那種。因此團隊進一步地對它提出了要求：

寫得深入一些要有思辨性。

不難看出，ChatGPT是在第一輪問答的基礎上，根據新的要求加以精進。此時的ChatGPT已經得出兩個較為鮮明的觀點，一是“生命是基因的載體”，二是“親情是一份利他的愛”。

更進一步的，團隊繼續提出要求：

這里可以寫得具體一點，舉個例子更好。仔細思考一下，通過生命這個載體，親情是如何超越基因的生物性而存在的，要寫得優雅又文采。

至此，便已經生成了招商銀行最終宣傳稿中的核心觀點內容。

不過團隊成員也提醒說，在“調教”ChatGPT的過程中，我們自身一定要提前想好的最終答案的觀點輪廓，而后再去對它做引導，否則就有可能會在生成過程中被某些結果帶偏思路。

除此之外，由于大模型本身所具備的隨機性，若是對第一次得到的答案不是很滿意，我們可以嘗試重復提問，直至得到滿意的回答為止。

可以看出，AI生成的文案算不上行業頂尖，但也能達到中等水準，未來最基礎的一些工作可能真的就被AI替代了。

并且AI寫文章的強項在于跨學科跨領域，超越單個人的創作能力，不過也不必過分擔心，對于創意要求高一些的工作，熟練掌握AI后則會大幅提升工作效率。

至少目前還需要人類通過寫提示詞給AI下達任務，精通此道的人會獲得新的機遇。

如在網絡分享ChatGPT使用心得的Riley Goodside就被Scale AI聘為全球首位提示詞工程師，年薪200萬。

企業同樣如此，除了科技巨頭谷歌微軟為此激烈競爭，AI創業公司抓住風口以外，其他行業也應該像招行信用卡這樣積極擁抱變化，才能掌握先機。

最后來大家可以猜猜以下兩首小詩，哪首是人類創作，哪首又是由ChatGPT創作的？

A、

最開始的時候，親情是一組共同的DNA，你在產房里頭，我在外頭。

后來啊，親情是一個個游樂園，你在上頭，我在下頭。

長大了，親情是一場場的考試，你在考場里頭，我在外頭。

而現在，親情是一張“親情信用卡”，你在遙遠的外頭，我在家鄉里頭。

人生逆旅 親情無價

B、
生命孕育，親情是一條細細的DNA鏈，你在這頭，父母在那頭。

成長時，親情是一本珍貴的家庭相冊，過往在里面，你在外面。

后來啊，親情是一條無限溫馨的電話線，牽掛在一端，擁抱在另一端。

而現在，親情是一張溫馨的親情卡，家人在舍，你在天邊。