上一輪2016年人工智慧程式AlphaGo擊敗職業圍棋世界冠軍引發人工智慧熱議，人們似乎還可以作壁上觀；本輪熱炒的聊天機器人ChatGPT，則從寫學術論文到醫療諮詢幾乎席捲各個行業，自生式智慧新範式已經讓人們近距離感受到人工智慧帶來驚喜與危機，引燃新一輪AI革命。

即便多家上市公司提示交易風險，暫無相關業務，近期A股市場還是掀起了ChatGPT概念股漲停旋風。資本層面已經開始關注ChatGPT所代表的大模型AI公司以及相關AIGC（人工智慧創造內容）概念。

業內人士介紹，國內也有AI大模型公司，但從參數訓練到工程調優還有差距，相比而言，OpenAI在大模型的探索上，通過ChatGPT已經實現從可供到可用實現的跨越，預計隨著未來成本下降，ChatGPT相關應用將會在更多行業領域緊密結合。目前搜尋引擎公司已經開始競相佈局ChatGPT類似應用，ChatGPT所屬的AIGC技術也將賦能內容創作等諸多領域，並且隨著算力提升，高性能計算、資料中心晶片等環節將迎來發展機遇。

探索大資料模型路徑

ChatGPT像開闢了一片新大陸，無論是編寫代碼、撰寫文案，甚至還可以用於高度專業的輔助醫學診斷，各行各業試用的熱情被點燃。對於ChatGPT的表現，記者採訪到多位元業內專家表示已經相當“驚豔”。

“如果把人工智慧級別與人類智慧對比，劃分擬人、同人以及超人水準，那麼ChatGPT相當於同人水位，並且在很多領域的水準已經近似一般的本科生。”清華大學新聞學院元宇宙文化實驗室主任瀋陽向記者表示，“目前AI正在處於從弱人工智慧向強人工智慧過渡階段，預計5到10年時間，ChatGPT將在很多領域達到碩士水準。”

從技術路徑來看，ChatGPT的成功意味著大模型的發展成熟。

“ChatGPT堪稱人工智慧里程碑式代表，證明瞭以海量大資料和超大參數為基礎的大模型方案在發展通用型人工智慧方案上是可行的，而之前工業、學術界對這個路徑一直比較質疑。”雲從科技戰略技術總監溫浩向記者表示，“ChatGPT可以說是融合學術界成果和工業界經驗的集大成者，實現了指令學習的效果，通過不斷強化回饋，形成有邏輯性的回復，並且能夠摒棄有害資訊，比較高品質提煉出有用資訊。”

申萬巨集源提供的資料顯示，國內大部分視覺類AI公司此前都以小模型路線為主，大模型底層創新在美國開始。

以GPT-3為例，其調用的參數量達到了1750億個，是傳統深度學習小模型參數量的至少1萬倍以上；另外，GPT-3通過海量資料預訓練大模型，提煉出模型參數後再度初始化和訓練，大幅降低後續對資料量的需求，減少後期成本投入，比小模型能夠更廣泛適應不同任務類型。另外，通過Transformer引入的Self-Attention 自注意力機制，可以讓每個單元都可以捕捉到完整句義，幫助ChatGPT實現“對答如流”的效果。

除了提升ChatGPT 智慧性，OpenAI還在資訊立場安全方面下功夫。溫浩指出，OpenAI使用了高學歷的人工智慧資料標準團隊，加強人工回饋學習，優化演算法結構，“一般的AI團隊很少會啟用這麼龐大的資料標注團隊”。

A股ChatGPT概念股中，AI訓練資料標準商海天瑞聲漲幅居前，今年來累計漲幅已經超過2倍。公司多次發佈股價異動公告，提示公司暫未與OpenAI開展合作，其ChatGPT的產品和服務未給公司帶來業務收入，該領域對資料需求的發展趨勢有待觀察。

資本已經開始高度關注具備大模型能力與服務場景能力結合的標的。

雲岫資本方面也向記者表示，中國最成功的AI公司需要同時具備底層大模型能力和服務具體場景的應用層能力。據介紹，中國AIGC領域預計不會像美國一樣出現非常清晰的基礎層和應用層的解耦。相比，過去中國成功的AI公司來自綁定口袋深的垂直行業，比如安防、金融、製造業，通過一體化的AI產品和服務來提升客單價。未來中國新一代的AI公司可能也會採取此模式，AI能力的商業化會綁定在具體的場景中。

引領搜索與

創作生態變革

“ChatGPT在語言效果、邏輯方面等方面呈現得很優秀，但是在跨場景、專業領域的智慧還比較欠缺，全面商業化還有一定距離，但至少可以在To C端開始替代Siri類應用。”溫浩表示，在To B端應用上需要搭建模型，資料訓練成本還是比較高的。目前ChatGPT已經推出了付費訂閱版ChatGPT Plus。

不過，在萬興科技戰略發展部負責人唐芳鑫看來，ChatGPT已經開啟向To B端商業化應用。

“ChatGPT版本經過了從1.0到3.5的逐步反覆運算，去年行銷行業已經開始使用3.0版本，推出了相應SaaS產品。”唐芳鑫表示，目前ChatGPT已經放開了API介面（不含中國），能夠許多垂直細分場景上進一步開發落地。

站在當前時點，搜尋引擎市場成為ChatGPT商業化的首個燃爆點。

2月8日，微軟宣佈新的Edge流覽器和必應搜尋引擎將集成ChatGPT 3.5升級版，可隨意切換聊天模式，並且顯示出回復內容引用的連結出處。據Data.ai資料分析顯示，必應程式的全球下載量在一夜之間猛增10倍。另一方面，穀歌火速展示了“ChatGPT同款”搜尋引擎Bard，卻被吐槽缺乏創新。

國內互聯網巨頭也在火速跟進“搜索大戰”，競相推出ChatGPT類似應用。最新阿裡巴巴已確認其ChatGPT產品在研發中，可能將AI大模型技術與釘釘生產力工具深度結合；百度已經表示其ChatGPT類應用文心一言”將於今年3月完成內測並向公眾開放；騰訊混元AI大模型團隊推出了萬億級別中文NLP預訓練模型HunYuan-NLP-1T，已落地於騰訊廣告、搜索、對話等內部產品。

另外，A股上市公司，三六零在互動平臺上回答投資者提問時表示，公司計畫儘快推出類ChatGPT技術的Demo版產品。昆侖萬維也表示旗下的Opera流覽器計畫接入ChatGPT功能，並計畫年內推出類似ChatGPT的代碼，並將其開源，避免大公司的技術壟斷。

在ChatGPT所屬的AIGC（人工智慧創造內容）技術範疇，還將與元宇宙等諸多技術產生交互，上市公司也已經著手佈局。據瞭解，AIGC除了效率提升、創作供給，還可以創作內容，啟動虛擬人，虛擬人和虛擬人產生連接、產生對話，構建元宇宙。

“ChatGPT意味著新一輪AI革命，從以前以生物識別基礎上的相對簡單回應、決策型人工智慧，演變成自生成式人工智慧，改變創作者生態，實現真正的提質增效。”唐芳鑫向記者介紹。萬興科技已經致力於用AIGC推動創作者經濟向元宇宙方向邁進，公司旗下多個產品已應用虛擬人、文生圖、AI智慧摳像、AI智慧降噪、AI音樂重組、AI換臉等功能，並逐步從泛娛樂、泛知識向泛行銷領域等多場景滲透。

公開資訊顯示，天娛數科的元境科技虛擬數字人已接入ChatGPT等模型，飛利信的智慧會議板塊涉及ChatGPT技術，當虹科技也回應積極推進AI技術賦能各個行業，包括AIGC、NLP等與ChatGPT相關的技術和產品已逐步完善並在部分業務中落地應用。

雲岫資本方面向記者介紹，公司從2022年年中開始便在積極尋找AIGC領域的優秀公司，預計AIGC應用層在遊戲、社交、電商等垂直領域在未來有巨大的潛力，但短期的不確定性較大，畢竟基礎層大模型還在快速反覆運算過程中。不過，只做應用層的公司不具備核心護城河，也很難具備確定性的先發優勢。

算力底座將迎來擴容

對於未來互聯網競爭格局，瀋陽向記者預測，AIGC將呈現指數級增加，牽引元宇宙線性增長，而移動互聯網繼續內卷型增長。“今年內AI產業格局迎來巨變，業內正在緊密觀察ChatGPT用戶增長的各個節點。”據介紹，目前全球最大的應用還是Facebook，月活用戶約30億，而ChatGPT應用可以在2個月達到1億用戶量，增長迅猛。

另一方面，AI創業的門檻也被拔高。

“國內也有AI大模型公司，但從參數訓練到工程調優還具有差距，相比而言，ChatGPT在大模型的探索上，已經從可供到可用實現了跨越。”瀋陽表示，高端GPU供給受限，晶片算力上存在差距，國內在模型上從0到1的原創提出能力比較弱，基礎有待夯實，整個開源生態和開放探索的文化還待進一步發展。相對而言，瀋陽表示，看好擁有大模型能力、能夠進行海量資料調試，具備軟體發展經驗的公司，並且投入能達到10億級別的公司。

“如果達到萬億級別參數訓練，單次投入就需要上億元人民幣投入。”瀋陽說。

雲岫資本方面也向記者表示，大模型訓練需要極大的人才密度和極高的經濟成本，因此很難成為創業公司的機會。

隨著技術的突破，模型規模的不斷增長，將消化更大規模的資料，也意味著更高的算力需求，對底層的高算力晶片和資料中心建設將帶來機遇。據OpenAI統計，從2012年到2020年，人工智慧模型訓練消耗的算力增長了30萬倍，平均每3.4個月翻一番，超過了摩爾定律的每18個月翻番的增速。

中信建投指出，從投資維度看，超大平臺型科技公司、具備圖文內容生產場景、基礎算力與演算法公司有望持續受益，而AI產業將繼續保持“晶片+算力基礎設施+AI框架/演算法庫+應用場景”的穩定產業價值鏈結構。

芯流智庫首席分析師楊健向記者表示，高端算力晶片上英偉達處於壟斷地位，中國企業差距很大；如果未來算力擴容，資料中心以及相關GPU、CPU晶片方案商有望迎來機遇。

（文章來源：證券時報網）