ChatGPT搞钱行不行******
一系列的试探之后,AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日,人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本,每月收取20美元。免费了两个月,月活用户却达1亿的ChatGPT,终于踏上了自己的“赚钱路”,由此,AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道,ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。
免费服务仍将继续
“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告,订阅ChatGPT Plus服务的用户,即使在高峰时段,也可获得该聊天机器人更快速的回应,而且可以提前体验新功能和改进。
去年11月,ChatGPT横空出世,不仅能够通过学习和理解人类的语言与用户进行对话,还能根据上下文互动,甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验,ChatGPT迅速蹿红。
当地时间2月1日,瑞银发布研究报告称,截至今年1月,近期爆火的ChatGPT在推出仅两个月后,其月活跃用户估计已达1亿,成为历史上用户增长最快的消费应用。同样的成绩,海外版抖音TikTok在全球发布后,花了大约9个月的时间,Instagram则花了两年半的时间。
但大量用户涌入的同时,也导致ChatGPT经常在流量压力之下无法提供及时的回应,此次收费版的ChatGPT Plus针对的便是这一痛点。
据悉,付费计划将在未来几周内首先在美国推出,然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT,Open AI表示,将继续为ChatGPT提供免费访问。
烧不起的模型成本
尽管只推出了两个月,但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初,Open AI就曾提出过专业版ChatGPT的计划,宣布“开始考虑如何使ChatGPT货币化”,并公布了一项调查。什么价格以上会无法接受?什么价格以下会觉得太便宜?诸如此类关于定价的问题皆在其中。
有用户曾在社交媒体上提问ChatGPT是否会永久免费,对此,Open AI首席执行官Sam Altman回应称:“我们将不得不在某个时间点,以某种方式将其商业化,因为运算成本令人瞠目结舌。”Sam Altman曾透露,ChatGPT平均每次的聊天成本为“个位数美分”。
“这类大模型训练成本非常高。”在接受北京商报记者采访时,瑞莱智慧高级产品经理张旭东表示。
但相对训练来说,模型推理,也就是用户提交输入模型输出结果的过程,这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用,所以前段时间免费的公测也停止了,如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。
“钱景”在哪
长久以来,广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实,对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。
洛克资本副总裁史松坡对北京商报记者分析称,ChatGPT受到广泛认可的重要原因是引入新技术RLHF,即基于人类反馈的强化学习。在史松坡看来,ChatGPT是一个高效的信息整合助手,可以取代大量人类中初级助理的角色。
但他同时提到,目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析,但还不能胜任高频度的人类主观决策,比如大型投资决策、政治战略决策等。
天使投资人、知名互联网专家郭涛认为,ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机,将推动众多行业快速变革,有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地,具有万亿级市场规模。
张旭东认为,AIGC商业化落地还需要结合应用场景,目前基于生成式大模型的商业应用案例还比较少,就以当下的技术水平看,一两年内达到很好的AGI(通用人工智能)水平还是不太现实的,所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。
AIGC商业化,侵权与被侵权
AIGC要想商业化,场景只是其一。伴随着ChatGPT的爆火,争议始终并行,比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应,权威学术出版机构Nature规定,ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示,纽约公立学校的所有设备和网络上将禁止使用ChatGPT。
张旭东认为,目前AIGC最为成熟的应用在内容作品创作上,但从专业角度看,AIGC属于模仿创新,并不具备真正的创造力,AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权;另一方面,AIGC作品也存在被他人侵权的风险。
此外,就安全性问题而言,AIGC这种深度生成能力很可能被滥用于伪造虚假信息,比如生成一些敏感性的有害信息,甚至伪造新闻信息恶意引导社会舆论,而且这些生成式内容难以分辨追踪,大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。
郭涛则提到,当前AIGC赛道尚处于孕育探索阶段,存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题,短期内还难以实现大规模商业化应用。
北京商报记者 杨月涵
汽车产业变革下半场,智能汽车如何开新局******
“智能汽车是汽车产业的变革性技术,已引起世界各国的激烈角逐,中国发展智能汽车也已形成共识。我们的顶层规划以及产业政策日趋完善,技术研发逐渐进入商业化创新阶段。”在近日举行的全球智能汽车产业峰会(GIV2022)上,中国工程院院士、清华大学教授、汽车安全与节能国家重点实验室主任李克强的演讲直奔主题。
如果说新能源汽车是汽车产业变革的上半场,那么下半场就是智能汽车。本次会议围绕“全球视角下的智能汽车发展之路”,相关院士专家、企业代表聚焦操作系统、顶层设计等话题展开了观点交锋。
迈过芯片这道坎是必答题
“汽车智能化是一项十分复杂的系统工程,需要智能汽车、智能交通、智慧城市的协同创新。”中国电动汽车百人会理事长陈清泰说,智能汽车的价值链、供应链正在加速重构,未来汽车对传统汽车的颠覆性,使传统零部件体系的50%以上都面临重构。
有机构预测,到2030年,芯片将占高端汽车物料成本的20%以上,软件成本占整车成本的比例,则将从目前的15%跃升至60%。
近年来,在“缺芯”倒逼下,我国汽车芯片设计有了快速进步。不过,中国电动汽车百人会副理事长兼秘书长张永伟坦言,如何迈过芯片这道坎,仍然是必须要解决的问题。
“我们必须看到我们所面临的一系列严峻挑战。”张永伟举例说,比如进口依赖、产业链技术短板、严格的检测认证以及人才短缺等问题。基于此,他提出应提升全产业链技术,建立汽车芯片标准、检测认证体系,加快国产芯片“上车”应用,加大政策支持等。
打造国产主流CPU架构
有报道称,美国太空探索技术公司创始人马斯克将推出汽车芯片,使汽车成为“四个轮子上的移动巨型计算机”。中央处理器(CPU)是汽车产业发展的关键技术之一,CPU架构也是芯片产业链的龙头,其不仅决定了CPU本身的性能,也在很大程度上引领整个芯片产业发展和生态建设。
“这几年国产CPU发展得很快,现在国内市场上已有六七种CPU架构并存,但这并非长久之计。”中国工程院院士、中国科学院计算技术研究所研究员倪光南直言,多种国产CPU架构并存,未来可能会造成资源分散、低水平重复等问题。
“这种状况如果不加以改进,若干年后,我国将缺乏能在全球市场上与X86、RAM两家竞争的自主CPU架构,从而在主流CPU方面仍将受制于人。”在倪光南看来,面向未来主流CPU市场,要聚焦开源绿色架构,发展中国芯片产业。尤其是在智能网联汽车等新兴领域,可通过充分发挥我国举国体制、超大规模市场优势和人才优势,共建绿色产业生态,增强绿色产业链、供应链自主控制能力。此外,还要通过加大对开源数据的贡献,增大国际话语权和主导权。
探寻智能网联汽车“中国方案”
在探讨中国智能汽车发展的具体问题时,针对如何加强顶层设计,陈清泰坦言,要动员多方力量,共同做好智能网联汽车的顶层布局,例如如何按照车路协同的思路对道路基础设施进行智能化改造,如何建立面向智能汽车的数据监管系统,怎样打破部门分割、形成高效协同的推进体制,都是当前非常迫切需要推进的任务。
“未来中国要发展智能汽车,就应该从一体化的架构体系构建和关键技术突破方面作出积极探索。”李克强剖析,考虑到智能网联汽车的技术特征及社会属性,我们难以采用国际上的单车智能发展路径,需要探索“中国方案”,要充分融合智能化和网联化的技术路线,探索适合我国智能汽车的发展方案。
智能网联汽车如何迈向高质量发展?李克强认为,要加强顶层设计谋划,抢抓智能网联汽车网联化、智能化的窗口期,加强产业顶层战略布局,并积极践行“中国方案”,成为全球技术趋势的引领者。
(文图:赵筱尘 巫邓炎)