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：兩周後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繪畫就是始於OpenAI發布的DALL·E，但因版權、倫理等顧慮選擇了內測邀請制，最後被免費、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，似乎不只限於消費級應用這麼簡單。
商家、品牌方試用後也覺得「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。
兩個月席捲全球，OpenAI自己都怕了
熱度來得太快就像龍捲風，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則認為這樣宣傳並不明智，並叫他刪除。
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。
儘管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·蓋茨在接受福布斯採訪時盛讚道：ChatGPT的意義不亞於PC和互聯網誕生。
從這個角度看，ChatGPT與真正的獨特之處，在於改變了人與機器交互的模式。
遵循上下文回答後續問題、承認錯誤、質疑不正確的前提並拒絕不適當的請求，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年之後的新知識一概不知。
但人們還是願意去嘗試，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，幾乎找不到願意嘗試的人。
作為Demo開放的GPT-3 Playground影響力也僅限於技術圈內部。
財富雜誌把ChatGPT比作iPod和iPhone：在蘋果發布iPod之前就有MP3播放器，但並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，在做到高並發（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製造和進步就是推動整個AI產業進步的一個重要因素。」
而百度也將於3月推出自己的生成式搜索產品。關於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，但並非單純的多輪對話。
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並預測下一步任務。
谷歌也即將於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。
國內這個模式也湧現出一批新秀，如Glow一度登上熱搜。
最後一層，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，會找技術圈的合作夥伴來共同探索。
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傑博士等合作，完成了國內金融行業首篇利用AIGC技術生成的宣傳稿。
朱明傑博士表示，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。
還有什麼不能實現的呢？這個時候，像招行信用卡這樣敢於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「模型無法定製化」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（儘管現在宣傳上都願意模糊二者的區別）。
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係，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於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：
這裡可以寫得具體一點，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最終答案的觀點輪廓，而後再去對它做引導，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，由於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，我們可以嘗試重複提問，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。
並且AI寫文章的強項在於跨學科跨領域，超越單個人的創作能力，不過也不必過分擔心，對於創意要求高一些的工作，熟練掌握AI後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。
最後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，你在產房裡頭，我在外頭。
後來啊，親情是一個個遊樂園，你在旋轉木馬上頭，我在下頭。
長大了，親情是一場場的考試，你在考場裡頭，我在外頭。
而現在，親情是一張「親情信用卡」，你在遙遠的外頭，我在家鄉裡頭。
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，過往在裡面，你在外面。
後來啊，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。-[夢晨.金磊發自:凹非寺*量子位:公眾號QbitAI/來源:量子位]
