文章主题：ChatGPT, MOSS, AI内容生成
🌟人工智能革命来了！ChatGPT等创新技术正引领一场内容创作的革新风暴，从文案撰写到营销策略，再到风控决策乃至代码编写，无所不能！💡国内创业热潮中，无数团队和公司紧随其后，试图解锁这些强大的工具。然而，背后的故事并非那么简单——它挑战着我们对智能的理解，推动行业深度迭代。🤔ChatGPT不只是一个工具，它是未来智慧的先驱者。🚀欲了解更多，探索更多可能，让我们一起踏上这场技术与创新的征程吧！🌐
🏆🎨在足球场上，盘带和射门是基本技能，但要达到梅西的高度，确实挑战重重。就像科技部长王志刚3月5日所说，ChatGPT在这方面展现出了强大的实力，它的即时性和算法效能无疑是技术进步的典范。然而，正如每个优秀的球员背后都需要无数汗水和训练，ChatGPT的成功并非易事，它需要在保证创新与质量的同时，持续优化和迭代。🚀
复旦MOSS团队：路还很长
🔥【复旦MOSS】ChatGPT新秀！🔥邱锡鹏团队引领科技潮流，日前揭秘超能模型MOSS，一出世就掀起热议风暴！🌟2月20日，MOSS甫亮相，就被无数求知者争相内测，媒体聚焦，投资青睐，合作意向纷至沓来——ChatGPT的热度，点燃了大众对NLP技术新突破的好奇心。🔥学术与市场的交汇，MOSS正以独特魅力书写未来篇章！💡🌟
🌟【中文生成式预训练领域的先行者】🌟邱锡鹏团队早在2021年的探索之旅中，就已经引领了中文生成式预训练的潮流，他们研发出卓越的模型，并慷慨地分享给全世界，据统计每月下载量惊人，超过一万次的大门始终敞开。他们的创新思维不仅停留在技术层面，更上升到服务的高度，将基础语言模型视为语言服务的核心支柱。🌟【持续深化，服务升级】🌟2022年，团队进一步聚焦于训练大型语言模型，致力于打造能够理解和响应人类指令、具备流畅对话能力的先进工具。经过半年的不懈努力，他们成功实现了这一技术突破，为用户提供了一种全新的、智能化的语言交互体验。他们的成就不仅赢得了业界的认可，也为搜索引擎优化提供了丰富的关键词和话题，如”中文生成式预训练模型”、”语言服务基础”、”大型语言模型对话能力”等。让我们期待他们在未来继续引领这个领域的创新和发展！
🎉邱锡鹏团队翘首期盼的日子终于在农历腊月二十八到来！那天，项目核心开发者孙天祥博士，在日常测试中轻轻敲入一个中文问题，却惊讶地见证了MOSS的英文精准回应，仿佛一个虽不善言辞却能理解中文的心灵。别忘了，那时的MOSS还只是个新手，中文语料仅占其训练数据的微不足道的0.1%。这不仅是技术突破的象征，更是AI语言理解能力质的飞跃！🏆
🎉惊叹于MOSS的力量！无需事先教授机器翻译，这款技术奇迹般地展现其无师自通的能力。邱锡鹏深受感染，以至于当晚辗转反侧难以入眠，将它比喻为一个极具潜力的明日之星——尽管它可能还在学习如何创作诗歌或解决复杂问题，但它对AGI框架的理解和领悟却超越了想象。它的智慧与适应性，就像一个初生的小孩，总能迅速掌握新知识，引领我们探索无限可能。🌍
图源：中国小康网在不少人看来，ChatGPT、MOSS这类大型语言模型与现在我们日常使用的小爱同学、Siri这样的语音助手似乎差别不大。真的是这样吗？邱锡鹏打了个比方，解释道：“这两者的关系就像智能手机和功能手机。之前的聊天系统还属于弱人工智能，设计它们就是用来聊天的，正如传统的功能手机只能用来打电话；而现在的大型语言模型，像ChatGPT、MOSS，它们能做很多事，聊天只是功能之一，就像智能手机可以用来打电话，但它的功能远远不止于此。”
邱锡鹏也坦言，与ChatGPT相比，MOSS的最大差异还是参数规模。“ChatGPT的参数量多达1750亿个，而MOSS的参数量比其小一个数量级，大约是前者的1/10左右。” 邱锡鹏团队认为，这个规模在财力物力承受范围之内，也使模型具备一定的智能。实验结果证实了团队的猜想，MOSS模型可以非常顺利地与人类进行聊天互动。邱锡鹏介绍，MOSS的特点是小规模，比较容易适应个性化模型，可以赋予更多专业化能力，利于企业内部私有部署，经过一些数据微调就可以转化为生产力。
2月20日，MOSS上线当晚，网站一度瘫痪。邱锡鹏团队在官方回应中表示，MOSS还是一个不太成熟的模型，计算资源不足以支撑庞大的访问量，距离ChatGPT还有很长的路要走。在MOSS完成初步验证之后，团队会将经验、代码、模型参数开源出来供大家参考。中国版ChatGPT的诞生还需要中国全体AI从业者的共同努力，更需要不断和人交互以提高能力。团队也将坚持对最前沿AI模型的不懈追求。
AI从业者：一天成本要3亿
在国内ChatGPT的追逐赛道上，除了作为重头戏的头部科技公司与专家研究团队，还有不少想要尝鲜ChatGPT的个人，但他们往往无法迈出第一步。
“若用ChatGPT的方法，以小冰框架当前支撑的对话交互量计算，每天成本将高达3亿元，一年成本超过1000亿元。” 在来自大洋彼岸的这股科技潮最初传导至国内之时，小冰CEO李笛就为不少想要尝试做国内ChatGPT的人泼了一盆冷水。
马新几乎是国内最早接触到ChatGPT那批人。2022年11月30日，ChatGPT发布，5天内涌入100万用户。马新深受触动，开始考虑自己做类ChatGPT的可行性。
“我本身从事的是AI行业。ChatGPT拥有持续的上下文对话能力，同时支持文章写作、诗词生成、代码生成等。这让我很是惊讶。”马新知道，这对AI行业是颠覆性的，它不在于技术上的创新，而在于向大众展示了一个全新的使用技术的途径，那就是NLP任务（自然语言处理）中基于大型语言模型（LLM，Large Language Model）演进出的GPT。马新认为，NLP任务（自然语言处理）的核心逻辑是 “猜概率”。“现阶段所有的NLP任务，都不意味着机器真正理解这个世界，他只是在玩文字游戏，进行一次又一次的概率解谜，本质上和我们玩报纸上的填字游戏是一个逻辑。只是我们靠知识和智慧，AI靠概率计算。”这决定了如果没有大量资金支持，AI便无法进行足够的“语言预训练”。正如ChatGPT铺天盖地的宣传里总是离不开这样一句话：在拥有3000亿单词的语料基础上预训练出拥有1750亿参数的模型。“如果说3000亿单词是训练数据，那么1750亿参数就是沉淀下来的AI对这个世界的理解。”了解到训练步骤需要花费的资金后，马新彻底打消了试水ChatGPT的念头。“做中国版ChatGPT是百度、阿里这样的大厂才敢拥有的野心。而其它挂着ChatGPT概念的公司，几乎只能局限在很小的领域，资金不足以支撑语言训练是最大的问题。”
而在多位行业人士看来，要做中国ChatGPT，不光是“语言预训练”的问题。与OpenAI相比，国内大厂在算力和算法方面与之同样有差距。高性能GPU是人工智能的基石。去年英伟达高端GPU芯片对中国供应受限，有行业人士算了一笔账：想要训练与ChatGPT相匹敌的大模型，每年在显卡、CPU等设备方面投入的成本高达10亿美元。面对如此庞大的现金流需求，不少人预判，“微软、谷歌这样的硅谷大厂有这个能力，国内大厂有这一实力的也少”。
李笛认为，与其说中美两国在人工智能领域有巨大的“技术壁垒”，不如说有一定的“时间壁垒”。“时间壁垒”带来的则是算法方面的差距。一个基础常识是，算法训练是一件没有办法弯道超车的事情。自2018年推出第一代生成式预训练模型GPT-1起，OpenAI用了近6年的时间沉淀出了当前的大语言模型。“这6年的差距没办法用半年的时间实现超越，除非有天才少年用更加完善的算法框架实现降维打击。”
其实，不少AI从业人士同样认为，由于人工智能对算力、算法、时间的要求很大，其成本压力太高，因此，AI必须要找到一个明确具体的垂直场景。
与其临渊羡鱼，不如退而结网。对于许多国内公司而言，基于ChatGPT的场景赋能应用，或许是新一轮科技军备竞赛中的理性选择。
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
