中金-AI十年展望（五）：从ChatGPT到通用智能，新长征上的新变化原创赵丽萍于钟海等中金点睛2023-02-0307:51发表于北京2012年深度学习元年以来，AI进入学术和商业界发展新阶段，2017年大模型路线以“通用智能”思路降低算法边际成本，逐渐成为学界与产业共识。2022年下半年，AIGC及ChatGPT关注度大幅提升背后，我们认为其本质是弱人工智能到强人工智能的阶跃，海外及国内商业落地处在初期，但我们认为新的产业趋势值得关注。OpenAI的技术进展及投资方向、海外AI独角兽业务进展、国内龙头AI公司的跨模态布局是重要风向标。本文作者：赵丽萍，于钟海，魏鹳霏摘要技术层面，ChatGPT和AIGC的持续升温依托于大模型的技术红利。从2012年的深度学习元年以来，各界产生了海量的数字化需求，大模型技术路线是降低边际成本的核心，2017年大模型（Transformer）路线逐渐成为学术界与国内外巨头的发展共识。ChatGPT由GPT-3.5大模型加入基于人类反馈的强化学习训练而成，带来弱人工智能向通用智能的阶跃。商业层面，以OpenAI投资方向为风向标，落地仍在探索期，跨模态打开场景空间。对于AIGC领域，AI作画等跨模态应用是未来的发展趋势，全球范围AIGC独角兽已初步具备B端为主的变现能力，海外落地节奏显著快于国内。ChatGPT推出后，海外已有早期合作案例，例如为BuzzFeed提供个性化测试、为Amazon解决客户和工程师技术难题等。此外，以OpenAI前沿投资方向为锚，我们认为文本到图片/视频的跨模态生成、垂直领域AI写作、智能笔记、AI语言学习平台或为潜在落地方向。展望未来，行业格局有望走向底层集中、垂类多点开花，MaaS是商业模式演进的潜在方向。我们认为，ChatGPT为代表的模式背后，成本、算力、场景、数据等多维度需求铸就高门槛，大模型路线下，未来行业格局趋向集中，泛化通用大模型能力的厂商有望呈现多强格局；关键垂类仍可能有场景、数据优势，精细调优后的垂类模型仍有差异化竞争潜力。展望未来的商业模式，我们认为以海外HuggingFace为代表的Model-as-a-Service是潜在方向，具备大模型基础的龙头有望成为AI开源基础设施提供商、社区生态建设者。风险技术进展不及预期，行业竞争加剧，商业化落地节奏不及预期。正文技术篇：ChatGPT和AIGC持续升温背后，本质上是大模型的技术红利ChatGPT和AIGC持续升温的本质是背后的AI大模型进入新范式。ChatGPT是基于GPT-3.5的IntructGPT，基于人类反馈的强化学习（RLHF）训练的语言类大模型。本文梳理了ChatGPT背后...
