为什么本土大厂造不出全新的ChatGPT？_风闻

ChatGPT革命，掀起了全球科技竞赛的巨浪。

据报道，因为ChatGPT大热，三星、SK 海力士高带宽内存接单量也大增，最新的 HBM3 解决方案价格已经翻了 5 倍。

国外的ChatGPT还没弄明白，国内的“文心一言”已经开始行动了。

最近澎湃新闻、大众日报、上游新闻、封面新闻、大象新闻、每日经济新闻等新闻平台，

钛媒体、新浪财经、证券之星、电脑报、Tech星球、36氪等财经媒体都轮番宣布接入百度“文心一言”。

除了媒体外，携程、爱奇艺、集度、金蝶、智联等企业也加入文心一言生态圈。

甚至连少林寺都宣布介入了“文心一言”。

不仅是百度，阿里、京东、网易、小米等一线大厂也紧随其后，纷纷承诺了对ChatGPT的投入和开发。

说到底，ChatGPT的火爆还是引发了许多人的思考，其中就包括习惯“观望”的互联网大厂。

但对于市场的普遍观点来说，算法训练是一件没有办法弯道超车的事情。

同时也可以具体到国内的技术发展上，第一时间便寻求变现或是以能够看得见的变现为投入基础，一直是国内普遍存在的缺点。

这种想法从某种程度上堆高了大厂的投资收入，但也压垮了国内众多行业深度发展起来的低线。

也可以说，国内创业公司对风险超强的把控，以及经久不息赚快钱的心态，让越来越多的新兴行业都有了一个“能看到头”的未来。

不过，对于国内厂商来说当下最关键的是，如何确定一个具体的应用场景。

一、搜索引擎是中国AI的新起点？

搜索引擎的ChatGPT之争将难以避免。

谷歌2022年Q3财报显示，搜索引擎的广告收入占其广告收入的72.57%、总收入的57.23%。

搜索引擎在广告层面的收入，显而易见。

紧接着，微软(MSFT.US)于北京时间2月8日宣布推出由OpenAI提供技术支持的最新版Bing（中文名“必应”）搜索引擎和Edge浏览器。

一夜之间，Bing和Edge浏览器在AppStore下载量猛增，Bing的下载量已经上升到AppStore免费应用榜中的前十名。

此时，根据Statcounter GlobalStats数据显示，2022年全球搜索引擎市场份额中，谷歌为92.42%，必应市场份额为3.45%。

在微软企图通过OpenAI重新对抗昔日的老对手谷歌，而引发的ChatGPT争夺战之时，国内互联网巨头对于ChatGPT已经从关注转向发展。

截至目前，从相关技术到项目名称再到开放日期，百度是公布信息最明确的国内科技公司。

作为在人工智能和自然语义处理领域积累最多的中国互联网公司，百度早就布局了深度学习大模型“飞桨”，甚至用通用AI芯片“昆仑芯”进行训练。

这些是百度训练“ChatGPT”的基本环境和前提。

不仅如此，据悉，百度CEO李彦宏2023年一季度OKR关键任务为“引领搜索体验的代际变革”，这意味着百度搜索或将全线接入文心一言，搜索产品将迎来颠覆性变化。

此外，近期有媒体报道称，字节正悄悄准备重启已经关停了两年的悟空搜索，如果对ChatGPT产品与搜索工具的关系进行想象，不难看出字节同样对ChatGPT的“兴趣”。

很显然，当一大堆AI公司都在梦想着造出自己的ChatGPT之时，搜索引擎巨头们则希望用其彻底改造搜索引擎行业。

结合来看，在广泛的应用场景之下，即时的搜索工具似乎是弥补ChatGPT“离线模式”的不足，亦或者将ChatGPT赋能搜索工具提高搜索引擎的营收，而这些都成为了当下互联网大厂角力的根本原因。

在众多搜索引擎玩家纷纷宣布踏入“搜索引擎+ChatGPT”的当下，微软已经发起了攻势。

北京时间2月8日一早，“新必应”上线，简介是：“提出实际问题。获取完整的答案。”

与互联网初代所不同，进入移动互联网时代后，每一个移动端的App几乎都是一座信息“孤岛”。

也是在众多内容社交平台间断性爆火的背景下，国内搜索引擎使用率开始下滑。

根据CNNIC发布的《第50次中国互联网络发展状况统计报告》显示，截至2022年6月，我国搜索引擎用户规模达7.88亿，较2021年12月减少737万，占网民整体的78.2%，2020年6月，我国搜索引擎用户的使用率为81.5%。

两年时间，搜索引擎网民使用率同比下降3.3%。

如果说内容方在过去需要依赖搜索引擎，那么如今就是搜索引擎需要依靠众多APP来实现自身以外的内容扩充。

可以说，为了完善自身的内容池，搜索引擎还需要进一步解决自身与APP之间的“壁”。

经过各大行业对ChatGPT长达三个多月的关注，C端更是对“AIGC”充满了想象，那么在如此内卷的赛道中，互联网大厂除了对“文本生成”类应用场景具有“幻想”以外，是否存在着更“高阶”的应用场景呢？

谁能成为中国版的ChatGPT？

人工智能的技术栈可以分为四层：芯片层、框架层、模型层和应用层。

只有千亿参数规模以上的大模型，才可能出现“突现能力”，而具备“突现能力”的大模型是ChatGPT得以诞生的必要条件。

训练一个千亿的大模型是对算力、算法、算据的全流程考验。

公开资料显示，ChatGPT的前身GPT-3参数量达到了惊人的1750亿，训练一次所要消耗的成本就高达近8400万元人民币。

2022年谷歌研究院联合DeepMind和斯坦福大学发表论文，研究了谷歌、DeepMind和OpenAI的5个语言模型系列的8个“突现能力”，得出结论：

只有模型达到GPT3的规模， 即参数大于1000亿， 模型才有可能形成“突现能力”。

国内大厂能不能做出ChatGPT？先发条件就是是否拥有千亿参数规模的大模型。

先看呼声最高的百度。

“文心一言”被很多人认为是“最可能的ChatGPT国产替代”。

百度文心是“纯粹”的自然语言模型，有2600亿参数规模的ERNIE 3.0 Titan的训练框架， 训练输入都是结构化的文本内容。

根据官方2022年的公开资料，ERNIE 3.0 Titan模型和GPT3.0模型在知识问答数据集上的对比效果，准确率比GPT3.0高8%。

此外，百度还有上文提到的全栈打通的Paddle训练框架生态，对标的是PyTorch和TenserFlow。

但百度的问题是，在算法、算力、数据、场景上都非常理想，但在“产品”上还有差距。核心搜索业务过于强势，以及技术思维影响过大，导致了其他产品能力有点变形。

再看阿里。

近日，阿里也公布了申请的“人机对话及预训练语言模型训练方法、系统及电子设备”专利。

另据天眼查显示，阿里巴巴达摩院（杭州）科技有限公司发生工商变更，注册资本由1000万人民币增至3亿人民币，增幅高达2900%，持续投入人工智能（AI）等底层技术。

2022年9月，阿里发布最新大模型“全家桶”——通义M6。

公开资料里能看到，M6的训练数据包括300GB文本和2TB图像， 作为对比，GPT3.0用了45TB文本训练，华为的盘古号称用了40TB， 而阿里的M6训练数据少的可怜。

而且M6的带头人杨红霞已经在2022年9月离职，未来 M6走向何方，也要打个问号。

科技公司华为也一直被关注。

华为2020年开始在大模型布局，2021年发布了鹏城盘古大模型。

盘古NLP大模型和百度文心一样，都是“纯粹”的自然语言大模型，宣称有2000亿参数。