with Human （RLHF），通过人工对模型生成的结果打分，来优化调整模型的输出结果。

· 模型：

于2017年提出，是一种基于自注意力机制的神经网络模型，最初用来完成不同语言间的翻译任务，包括和部分，分别负责对源头语言文本的编码和将编码信息转换为目标语言文本信息。

· 大语言模型：

Large model（LLM），整合各类需求，适应差异化业务场景的AI模型。通过预训练获得生成能力，世界知识，上下文学习，通过指令微调后具备突现能力，在一些文本理解上甚至有着超越人类的水平，需要巨大算力支撑。

· 小语言模型：

2015年前的主导研究方向，一般用于处理单一或类似任务，需要数据量与训练远低于AI大模型，但是整体表达能力也与人类相差较远。

本质上，是一个先进的AI大模型，具备非常丰富的应用回答范畴。本产品归属在AIGC赛道下AI一键帮你写论文，以text-text的形式生成答案，也可被用作生成提示词来延展运用于生成更多元的内容，如text-image，即AI绘画等。

公司发展史

是一个美国人工智能研究实验室，由营利组织 LP 与母公司非营利组织 Inc 所组成，目的是应对人工智能发展带来的潜在风险，开放其专利与研究成果，促进和发展友好的人工智能，使人类整体受益。是是 AI 模型， GPT-3、DALL-E 2 以及 AI 对话产品 背后的独角兽，近期估值 290 亿美元。

商业模式| 图源：

· 2015年12⽉：

Elon Musk 和 Greg （前 CTO，现董事长&总裁）、Sam （前 YC 总裁，现 CEO） 以及 Ilya （师从神经网络之父 ，现首席科学家）等人在旧金山创立 。启动资金高达10亿美元，这里包括他们从亲朋好友那里完成的募资，这里面就有 的联合创始人 Reid 、 联合创始人 Peter Thiel 以及 （YC 联合创始人），甚至也出现了 AWS、YC 以及 的身影。

· 2016年：

开发了第⼀个⼈⼯智能系统，在《Dota2》游戏中击败了职业玩家。

· 2017年：

发布了 GPT-1，基于这种编码器chatgpt，GPT-1是⼀个能够⽣成⼈类⽂本的语⾔处理模型，共有1.17亿参数。

· 2018年2月：

埃隆马斯克辞去职务。

· 2018年：

获得新一批个人投资者捐助，他们包括游戏开发商 Gabe 、Skype创始人 Jaan ，以及前美国和加拿大奥运选手 Eaton 和 -Eaton。

· 2018年：

与 合作，推出了 ，这是⼀个新的项⽬，旨在让开发⼈员更容易构建和部署AI应⽤程序。

· 2019年3月1日：

成立 LP子公司，目的为营利所用。同期， 官宣了当时来自 慈善基金以及 的 pre-种子轮投资，金额未透露。

· 2019年7月：

微软向注资10亿美元。这笔战略投资使微软Azure成为的“独家”云计算服务提供商。

· 2019年：

发布了 GPT-2，这是⼀个⽐ GPT-1功能更强⼤的语⾔处理模型，公园后15亿参数。添加了更多任务，扩大了其数据集和模型参数。

· 2020年：

发布了 DALL-E，这是⼀个能够根据⽂本描述⽣成原始图像的创意 AI系统。

· 2020年6月：

发布了 GPT-3，这是⽬前为⽌最⼤最强⼤的语⾔处理模型，参数高达1750亿。海量的训练造就了GPT-3在文章撰写，代表编写上的强大表现。

GPT训练量| 图源：

· 2020年9月：

微软获得GPT-3独家授权。

· 2021年：

发起总金额为 1 亿美元的 AI 创投基金，背后的 LP 包括微软和其它合作伙伴， 希望投资于 AI 技术可以产生变革性影响的行业，特别是在医疗保险、教育、气候变化以及工具等领域来提高生产力。

· 2022年1月：

获得2.5亿美元A轮融资。

· 2022年11月30日：

发布，一周时间内吸引过百万用户，可回答知识性与开放性问题，也可根据上下文持续互动，可创作流畅的诗歌、小说，乃至代码内容。

· 2022年：

年度营收约3600万美元，花费超5.44亿美元，年亏损超5亿美元。

· 2023年1月：

微软宣布以290亿美元估值加注投资亿美元，其旗下所有产品将全线整合，除此前宣布的搜索引擎必应、外，微软还将在云计算平台Azure中整合，Azure的服务将允许开发者访问AI模型。微软CEO纳德拉表示，微软的的每个产品都将具备相同的AI能力，彻底改头换面。

GPT进化历程模型维度| 图源：符尧

· 2023年1月末：

在 推出仅两个月后，它在 2023 年 1 月末的月活用户已经突破了 1 亿，成为史上用户增长速度最快的消费级应用程序。

· 2023年1月末：

宣布重要更新：提升了「真实性」和「数学能力」。

· 2023年2月：

推出 Plus订阅服务，每月20美元，让付费用户在高峰期优先使用服务。

的核心竞争力

何以成为如今全球前三的AI实验室，从以上的发展史可见一斑。

1. 超级创始人：

是一家由全球超级科技大佬成立的组织，含着金汤匙出生。埃隆马斯克的光环无需再多陈述，其CEO ，是斯坦福大学计算机专业的辍学天才，也是美国知名风投机构YC的前总裁，现董事长，可以说也是硅谷绝对的风云人物。

2. 钞能力：

在23年初传出微软百亿巨款投资之前，已完成数轮个人与机构投资，其累计融资金额超40亿美元，且才达到A轮。这与创始人丰富深厚的投资人关系与不断输出的前沿人工智能模型脱不开关系。

3. 顶级人才：

目前，在加州有375名常驻员工，他们大多数是人工智能与机器学习领域的顶级人才，这些技术人员每年的工资高达2亿美元。

的价值分析

用了2个多月的时间，已在全球范围内全面出圈，这样对答如流但是并非完全精准的人工智能聊天机器人到底有怎样的价值？

1. 文字创作职业的效率倍增：

的核心能力在于文本输出，包含优质的逻辑，举例与论述，这对于所有需要文本输出的办公室白领职业都有所影响，可以预见的是，未来能灵活运用的AIGC的创作者将具备更强的生产力与职场竞争力，类的人工智能会替代多少文字工作岗位还未尝可知。以美国新闻聚合网站为例，近期其宣布将裁员12%，变为引入进行创作，它的股价随之飙升300%。

2. 代码开发工作的效率倍增：

目前已显示出强大的编程能力，甚至可以输出完整的app编程，且在debug上也有所建树，程序员完全可以利用来搭建基础架构，并在其基础上通过不断提示新的需求来让优化代码或者人工优化代码。

3. 客服chatgpt，NPC，虚拟员工的灵魂升级：

目前大量的线上客服其实都是从固定的问答库内调用固定回答，缺乏灵活性与延展性，的突现能力可以很大程度上提升人工智能客服的服务能力，优化客户体验。

4. 为AIGC领域研发提供降本范式：

基于的海量预训练模型积累，以远低于第三代模型千亿级别的百亿精选数据，达到了更好的产品输出效果，这也凸显了数据质量与精准RLHF的重要性，引领机器学习从堆叠数据转向优化数据质量。

5. 掀开下一代搜索引擎的一角：

谷歌CEO面对的现象级表现，已在谷歌内部拉响红色警报。毕竟现在已经在一些领域展现出相较于传统搜索引擎更高效的问题回答能力，且不排除未来解锁互联网搜索能力来对其回答进行补充，这项能力可以说是对谷歌立足根本的威胁。

结语

「AIGC」在2022年接续上了「元宇宙」与「Web3」的接力棒，成为了科技圈与创投圈的热门关键词，而可以说是第一个真正意义上的“AI杀手级应用”。

创投巨头红杉预计，未来在文本，代码，图像，演讲，视频，乃至3D内容领域，都会产生不同的杀手级应用，届时，人类的生产生活方式可以说都会被重塑：

AIGC杀手应用方向| 图源：红杉

所以，我们的最佳对策，应该就是积极学习与拥抱这些AI新工具，做好“人机协同”，才能在下个时代拥有立足之本。

手机浏览，点击图片保存二维码到相册，然后打开微信扫一扫选择本二维码图片就可以进入，电脑端微信“扫一扫”二维码，进入找聊天搭子平台，里面有找饭搭子、找对象、找陪伴服务等等