自2021年起，生成式人工智能（以下简称“生成式AI”）连续两年入选Gartner 《Hype Cycle for Artificial Intelligence》^[1] ，被认为是未来重要的AI技术趋势。2022年以来，生成式AI产品不断涌现，生成内容模态多样，引起广泛的关注和讨论。2022年11月，OpenAI发布chatGPT^[2]，定义为优化对话语言模型（Optimizing Language Models for Dialogue），仅用2个月就创造了APP用户过亿的新记录。此前，APP用户破亿最快的记录是字节跳动TikTok的9个月，每个创造用户过亿时间记录的APP都成为了一个时代的符号，ChatGPT的的发布同样具有划时代的意义。                                              

图：APP用户过亿时间表（数据来源：UBS / Yahoo Finance）

ChatGPT具备强大的对话能力和生成能力，可以回答后续问题、承认错误、挑战不正确的前提、拒绝不适当的请求，这意味着ChatGPT能够颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用，从ChatGPT到AIGC，AI已经成为新时代新的生产力。

一、ChatGPT发展现状

ChatGPT由大规模预训练语言模型GPT-3.5微调得来，在理解能力、结果准确性、识别非法与偏见能力上均能取得更优效果，不仅在日常对话、专业问题回答、信息检索、内容续写、文学创作、音乐创作等方面展现出强大的能力，还具有生成代码、调试代码、为代码生成注释的能力。ChatGPT发布后5天用户已超百万，而OpenAI之前发布的GPT-3用了将近两年的时间才突破100万用户。

ChatGPT相较于GPT-3具有支持多轮对话、易于修正、人机交互效果更好、更快、更高效等优势，更适合应用于人工智能客服、搜索引擎、智能客服、虚拟人、代码编程、文学创作等领域。微软目前整将ChatGPT整合进旗下搜索引擎必应（Bing），提高必应在搜索引擎市场的市占率；同时Chat-GPT功能引入Office，用于部分文本的生成和问答。

ChatGPT带动AIGC（AI-Generated Content）的革新。AIGC^[3]指利用人工智能技术自动生成的内容，与此前Web1.0、Web2.0时代的UGC（用户生产内容）和PGC（专业生产内容）相比，代表人工智能构思内容的AIGC，是新一轮内容生产方式变革，而且AIGC内容在Web3.0时代也将出现指数级增长。ChatGPT模型的出现对于文字模态的AIGC 应用具有重要意义，未来，与图形模态的AIGC相结合，有望打造从文字描述到图片生成的AI创作辅助工具，对AI产业上下游产生重大影响^[4] 。

国内生成式AI产品以语言生成类和视觉生成类为主，其他应用类型处于探索阶段。文本生成类产品如百度的“文心ERNIE3.0”，可实现小说诗歌创作、新闻内容生成、商业文案生成。音频生成产品如网易的“天音”可实现自动编曲。图片生成类应用如百度的“文心一格”，其创作出的作品效果接近人类作品。

同时，国内部分企业也陆续推出新工具和平台，可生成数字内容、合成数据等。华为云推出数字内容生产线MetaStudio，该平台具备3D模型制作、云渲染等能力，可用于虚拟直播、虚拟视频内容制作。中国移动研究院实现了GAN生成NFV相关合成数据技术，并逐步探索结构化数据生成技术的落地路径。声智科技融合语言和视觉生成，基于Azero AIoT开发框架，生成多轮智能交互数字人^[5]，并成功应用在2022年北京冬奥会和冬残奥会和北京国际马拉松，以及全国人大、故宫博物院、环球影城等重点场景。

国外生成式AI产品应用方向多样，现象级产品迅速获取大量用户。根据知名创业组织Antler的统计，截止2022年年底，海外生成式AI产品数量达到190余个，包括视频、音频、游戏、数据、搜索等多种类型应用。同时，2022年年底图片生成应用Midjourney官方Discord中的关注人数超过百万，ChatGPT上线后一周内用户数量已近百万。

生成式AI产品在交互设计中，更注重用户体验。目前生成式AI产品形态包含插件、API网页交互、客户端等。其中，API网页交互无需下载安装产品，在云端即可获得生成内容，如用户可在百度的“文心ERNIE 3.0”产品网页中输入提示词生成内容。同时，生成式AI技术与搜索产品融合后，匹配内容、意图理解表现更好。例如，用户使用论文阅读助手SciSpace时，无需指定关键词即可搜索和查找相关论文，可提升阅读论文效率。

表：AIGC应用场景及所处发展阶段

表：AIGC国内外典型应用

二、ChatGPT带来的影响

ChatGPT强大的内容生成能力，引起了业界普遍关注，也加速了人工智能行业从决策式/分析式AI（Discriminant/Analytical AI）到生成式AI （Generative AI）的演化。

图：决策式/分析式AI（Discriminant/Analytical AI） VS 生成式AI （Generative AI）

决策式AI：学习数据中的条件概率分布，根据已有数据进行分析、判断、预测，主要应用模型有用于推荐系统和风控系统的辅助决策、用于自动驾驶和机器人的决策智能体。

生成式AI：学习数据中的联合概率分布，并非简单分析已有数据而是学习归纳已有数据后进行演技创造，基于历史进行模仿式、缝合式创作，生成了全新的内容，也能解决判别问题。

  随着生成式AI技术的不断进步，生成模态不断更新，呈现多元化格局。按照生成模态划分，生成式AI产品分为文本生成（以ChatGPT为代表）、图片生成、代码生成和音频生成多个方向。2022年9月Meta发布自研视频生成大模型Make-A-Video；2022年11月，NVIDIA公司发布了3D模型生成工具Magic3D；同月WebAR软件平台解决方案商Geenee AR发布了AI WebAR内容创造套件RT3D AI SDK。生成模态的多元也推动了生成式AI的多行业应用。

图：生成式AI的多行业垂直应用

从机器辅助人跃迁到机器代替人。随着生成式AI的不断成熟，部分专业内容生产者将被替代。数据、算力的进一步提升将带来具有更强生成效果的AI，能够根据用户需求生成个性化定制内容终稿，并且AI生成内容达到专业内容生产者水平且具有独特新颖的创意，从而替代部分文字作者、翻译人员、插画创作者、配音人员、音乐制作人、视频编辑人员等等。

丰富数字内容供给侧供给。AIGC大幅度降低了数字内容生产的成本，打破了数字内容生产受到人类想象能力和知识水平的限制，广泛应用于文本生成、音频生成、图像生成、视频生成、跨模态生成及游戏领域，其广泛应用能够满足数字经济时代日益增长的数字内容供给需求。

创造新的生产力，带来巨大影响。生成式AI强调学习归纳后进行演绎创造，生成全新的内容，本质是对生产力的大幅度提升和创造，已催生了营销、设计、建筑和内容领域的创造性工作，并开始在生命科学、医疗、制造、材料科学、媒体、娱乐、汽车、航空航天进行初步应用，为各个领域带来巨大的生产力提升，在个人计算机、互联网、移动设备和云的规模上产生变革性的影响。

三、ChatGPT引发的思考

自1947年以来，AI领域取得的关键进展，（如Eliza、AlphaGo和chatGPT的发布），都是由西方主导，美国在AI技术发展的过程中不断进行颠覆性技术创新，尤其是最近十多年，更是建立先发优势和累加优势，逐步拉大中美在AI领域的差距。^{[6] -[7]}

图：AI关键发展节点的符号产品

以chatGPT的发展历程为例：

2015年12月，OpenAI成立，探索大模型路线。

2017年6月，Google发布Transformer论文。

2018年6月，OpenAI发布GPT-1，参数量1.17亿，预训练数据量5GB。

2019年2月，OpenAI发布GPT-2，参数量15亿，预训练数据量40GB。

2020年5月，OpenAI发布GPT-3，参数量1750亿，预训练数据量45TB。

2022年11月，OpenAI发布chatGPT。

2023年2月，Google发布Bard。

从算力的角度看，以英伟达GPU的发展历程为例：

1999年，NVIDIA公司在发布其标志性产品GeForce256时，首次提出了GPU的概念。

2006年，NVIDIA公司推出了CUDA，这是一种通用并行计算平台和编程模型。

2017年，NVIDIA公司发布了全新Volta架构GPU—Tesla V100，这是训练chatGPT的GPU。

从AI重要分支ChatBot的发展历程来看：^{[7] -[10]}

1966年，MIT发布聊天机器人ELIZA，主要用于辅助心理咨询。

2010年，Apple发布聊天机器人Siri，主要用在iPhone作为语音助手。

2015年，Amazon发布聊天机器人Alexa，主要用在智能音箱等智能硬件。

图：Chatbot的发展历程

回过头来看，国内也在追赶AI的热潮，在ChatBot方面快速跟进：

2015年，科大讯飞发布了AIUI，定义为人机交互服务新界面。

2016年，百度发布了DuerOS，定义为对话式人工智能操作系统。

2017年-2019年，小米发布了水滴平台，阿里发布了天猫精灵，腾讯发布了小微，微软发布了小冰，思必驰发布了DUI，这段时间的补贴竞争就是“百箱大战”。

2019年，声智发布了Azero 2.0，定义为多模态与多技能的AI开发框架并对外开放。

2023年，百度将发布“文心一言”，预计三月份完成内测面向公众开放，未来或将接入百度搜索。京东宣布推出产业版“ChatJD”，应用路线图包括一个平台、两个领域（零售和金融）、五个应用（内容生成、人机对话、用户意图理解、信息抽取、情感分类）。字节跳动AI实验室也在开展类似ChatGPT和AICG相关研发，未来或为PICO提供技术支持。阿里类ChatGPT产品目前也处于内测阶段，会与钉钉产品结合。

虽然国内科技巨头和垂类成长型AI公司在努力布局，但是，回到大模型这个主题，从2022年12月chatGPT发布时候的大模型现状来看，美国的进展更加迅猛和稳健。^{[11] -[15]}

图：语言大模型的参数量对比

 综上来看，我们要充分认识到我们在算法、模型、数据、算力等方面与美国的差异，这是几十年积累的差距，并有逐渐拉大的趋势，值得我们思考和警惕。

四、ChatGPT有关的建议^[16]-[20]

虽然生成式AI行业发展迅速，覆盖数据模态不断扩展，生成内容愈发具有创造力、多元化。但是另一方面，生成式AI的产品能力仍存在不足，预计仍需要3~5年时间的监督学习才会真正对生产力产生根本性影响，当然数据合规性、安全性也需进一步规范。

另外，国内开源生态和应用研究将面临挑战。OpenAI在GPT-3之后所有的应用都不再开源，而是提供API，这对于国内跟随研究将产生直接影响。OpenAI这种API方式带动了国外创业公司的生态发展，并且非常重视对真实世界数据调用的迭代和反馈，这种飞轮对于国外公司是闭环提升，对国内产业则是潜在隐患，国内公司若基于OpenAI进行迭代，则会加速国外的研究和产业进展，并且始终让我国受制于美国公司，从而形成新一轮卡脖子问题。

1、充分认识差距，保持战略定力。充分认识到我国人工智能基础研究相对于美国的差距，要在质疑和焦虑等各种噪声中保持战略定力。人工智能自从诞生以后，每次浪潮都由欧美引领，自从2010年以后则由美国特别是企业研发机构引领，我国基本都是跟随研发而并没有重大创新突破，我们要对这种追赶并且挑战的现状充分认识，不能盲目自大也不能丢失信心，在各种噪声中保持对人工智能引领的数字经济信心。

2、加强大模型研究，探索多技能路线。持续加强对人工智能基础研究机构的改革、整合和支持，参考美国人工智能的产品导向思路加强大模型的联合攻关，同时鼓励探索大模型之外的更多技术路线。面对当前我们国内在数据多样性、一致性和标注质量方面的差距，以及算力等数字基础设施的不足，应该鼓励以小模型为基础的多技能技术路线更多落地场景。这样大模型和多技能至少两个技术路线同步并进，从各个方面来缩小与美国的差距。当然我们也要看到，美国主流的这两个技术路线之外，在基础研究方面更是探索小样本学习等更多技术路线。

图：多技能技术路线的示意

3、加快数据基建，推动数据共享。美国面向全球多传感数据和非结构化数据采集的能力，以及美国科技公司相比较我国科技公司数据采集的多样性，是美国人工智能领先的关键因素。我国科技公司主要关注于用户画像的采集和分析，并将此作为商业变现模式，反而在人工智能关注的声、光、电、热、力、磁等多传感数据以及程序代码等非结构化数据方面缺乏积累。我们很难短时间内在开源精神和开源社区方面超过美国，建议一方面加强我们自身的数据采集基础设施建设，另外一方面加快推动多传感数据和非结构化数据的确权与交易，另辟蹊径来实现国内大数据的原始积累，为我国人工智能的超越奠定基础。

4、健全数据标准，规范数据治理。建立国家多传感数据和非结构化数据的标准体系，鼓励各个行业数据采集系统之间的互联互通，消除国内各行业之间的数据孤岛现象和数据不一致的问题。加强对人工智能治理的研究和实践，充分评估生成式AI发展壮大之后，对于国内政治和社会生态的影响，特别是加强生成式AI对于个人精神领域影响的研究，要充分认识到新生产力的进步对于个人和社会的潜在影响。

5、拓宽政策范围，鼓励接力创新。持续扩大对人工智能产业的支持范围，借鉴美国人工智能以企业研发机构为主的经验，特别是美国不同企业接力贡献重大创新的案例，建议将产业政策和重大项目等扩大到新兴人工智能企业范围，鼓励更多以产品和市场导向为主的新兴人工智能企业接力创新。

6、加强人工智能治理，预防AIGC污染。AIGC的发展面临社会和伦理风险，如何规避相关风险，减少能源消耗，实现可持续发展，已引起国际社会的广泛关注。规避人工智能技术难以预测的危害，需要关注人工智能原则的运作，让原则更广泛，最终通过价值重设、软法律和精心设计的政策，将技术轨道推向可持续发展的道路。

       本文由陈孝良和潘贝贝编辑整理，在此感谢为此文提供信息和资料的学者、媒体和作者，文中不足之处，欢迎批评指正。期待国内的人工智能研究和产业，欣欣向荣，蓬勃向上！

参考文献

[1] What's New in Artificial Intelligence from the 2022 Gartner Hype Cycle.

https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2022-gartner-hype-cycle

[2] Optimizing Language Models for Dialogue.  https://openai.com/blog/chatgpt/.

[3] 人工智能生成内容（AIGC）白皮书（2022年）--中国信通院 http://www.caict.ac.cn/sytj/202209/t20220913_408835.htm

[4] 技术壁垒这么多，AIGC 凭什么爆火？https://www.leiphone.com/category/ai/SccUhi5mpLZRU73N.html

[5] Azero人工智能开发框架Multi-skilled AloT Framework

http://azero.soundai.com.cn/#/dashboard

[6] Ouyang L, Wu J, Jiang X, et al. Training language models to follow instructions with human feedback[J]. arXiv preprint arXiv:2203.02155, 2022.

[7] Arumugam D, Lee J K, Saskin S, et al. Deep reinforcement learning from policy-dependent human feedback[J]. arXiv preprint arXiv:1902.04257, 2019.

[8] Kaplan A, Haenlein M. Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence[J]. Business horizons, 2019, 62(1): 15-25.

[9] Ram A, Prasad R, Khatri C, et al. Conversational ai: The science behind the alexa prize[J]. arXiv preprint arXiv:1801.03604, 2018.

[10] Hoy M B. Alexa, Siri, Cortana, and more: an introduction to voice assistants[J]. Medical reference services quarterly, 2018, 37(1): 81-88.

[11] Yuan S, Zhao H, Zhao S, et al. A Roadmap for Big Model[J]. arXiv preprint arXiv:2203.14101, 2022.

[12] Taddeo M, Floridi L. How AI can be a force for good[J]. Science, 2018, 361(6404): 751-752.

[13] Whang S E, Roh Y, Song H, et al. Data collection and quality challenges in deep learning: A data-centric ai perspective[J]. The VLDB Journal, 2023: 1-23.

[14] Huynh-The T, Pham Q V, Pham X Q, et al. Artificial intelligence for the metaverse: A survey[J]. Engineering Applications of Artificial Intelligence, 2023, 117: 105581.

[15] Janzing D, Minorics L, Blöbaum P. Feature relevance quantification in explainable AI: A causal problem[C]//International Conference on artificial intelligence and statistics. PMLR, 2020: 2907-2916.

[16] Yuan S, Zhao H, Zhao S, et al. A Roadmap for Big Model[J]. arXiv preprint arXiv:2203.14101, 2022.

[17] Ji R. A commentary of Multi-skilled AI in MIT Technology Review 2021[J]. Fundamental Research, 2021, 1(6): 844-845.

[18] How multi-skilled AI could chart a path to human-like intelligence. https://thenextweb.com/news/can-multi-skilled-ai-make-machines-more-intelligent.

[19] 'Multi-Skilled AI' Is The Best Term To Describe Artificial General Intelligence. https://www.eyerys.com/articles/people/1360640216/opinions/multi-skilled-ai-best-term-describe-artificial-general.

[20] AI armed with multiple senses could gain more flexible intelligence. https://www.technologyreview.com/2021/02/24/1018085/multimodal-ai-vision-language/.