具备上知天文下知地理，根据聊天的上下文进行互动的能力，能做到与真正人类几乎无异的聊天场景进行交流。不单是聊天机器人，还能进行撰写邮件、视频脚本、文案、翻译、代码等任务，如此强大的功能使迅速出圈，成为炙手可热的新一代人工智能产品。让我们一起来了解一下吧。
2022年底，由人工智能实验室发布的对话式大型语言模型一夜爆火，该产品以强大的文字处理和人机交互功能迅速成为炙手可热的新一代人工智能产品。
相关数据显示，其在发布后五天之内用户量就达到了100万，如今仅2个月时间用户量就已经破亿，其发展速度超过了以往任何一个互联网应用，比、等社交应用还要快。
它的爆火也给沉寂已久的AI行业带来了全新的话题度和关注量，说实话当下的AI行业太需要这样一个现象级的应用了。
毕竟，在上一轮的AI浪潮中，AI算法公司们使尽浑身解数，从硬件和数据的泥沼中四处找寻出路，但商业化久久难以成型仍成为困扰AI行业发展的障碍，但的出现打破了这一切。
一、带来的可能性
对于的爆火，有人说这是“人工智能的里程碑，更是分水岭，这意味着AI发展到了临界点，企业应该早点布局”；也有人评价说以前的人工智能打败了柯洁，但只是将其局限在围棋领域，而则将其推进到了人们的生活和工作之中，这意味很多人的生活和工作将被“深深地改变”，甚至会有人因此失业。
事实上，这些说法绝不是危言耸听。据公开资料显示，开放测试以来，已经有学生拿它来写论文，并且还因此获得了大奖；有程序员拿它来写代码，甚至连总统发言稿也可以拿它来写……总之，它的成功给行业带来了诸多的全新可能性。
首先，它可能会改变人们搜索和使用信息的方式，给内容行业带来深层次的改变。
据了解，可以通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，甚至能够完成撰写邮件、视频脚本、文案等任务。
目前的应用场景主要包括用来开发聊天机器人，编写和调试计算机程序等，从根本上来说这种生成式AI应用，为信息传递、搜索开辟了全新的路径，因而其一经诞生就引起了各大科技巨头的注意。
相比于传统搜索引擎长期被禁锢在狭小的搜索框内，能够将“搜索框式”搜索转变为“对话式”搜索，用户能够在与聊天机器人的互动中最终得到满意的答案，对话式搜索的本质在于“场景式”搜索，目前即便谷歌、百度甚至微信都在探索，但仍然是点选关键词搜索模式，表面有创新，内核却未改变。
而作为的最大赞助方之一，微软无疑是技术的最大收益方之一，因为其已经获得了相关技术的授权，并在将其全面应用到旗下的所有业务之中。
Satya 表示，“搜索引擎迎来了新的时代”。微软称bing构建在新的下一代大型语言模型上，比更强大，并且能帮助其利用网络知识与的技术进行智能对接。
其次，作为一款AI应用，其以现象级的速度迅速出圈，有望为AI进入C端应用市场开辟道路，并加速AI在细分应用领域的普及和商业化。
上线仅2个月，用户数量就顺利破亿，成为AI应用领域甚至互联网应用领域的一个奇迹，这为其商业化奠定了很好的一个基础。
据外媒The 爆料，计划在2023年实现2亿美元营收（开放用户的个人订阅、每月20美元），2024年底前，营收达10亿美元。
就普及度方面来说，的成功首次将生产式AI推向了大众面前，使其得到了更大范围的应用，让社会各界重新认识到了AI的现实价值。
二、巨头扎堆定位却各有不同
随着的出圈，各路互联网巨头纷纷开启了“秀肌肉”模式，其中谷歌宣布投资的竞争对手，与此同时国内AI巨头百度，也宣布推出了自己的类似产品“文心一言”，阿里等巨头也被爆出有相似产品，一时间生成式AI迅速风行开来。但从各家企业入局的情形来看，各自的定位各有不同。
第一类，是有确确实实的实际应用产品的代表性企业如百度、阿里、腾讯等公司，其有望成为国内生成式AI应用的第一梯队。
前文提到，可以基于特定方式和场景进行搜索，因此给搜索行业带来了全新的变化，比如它会基于用户个性化需求，提供包括视频、图片、文字、音乐等不同形式的搜索资料，这将比之谷歌的搜索页显示更为“精准”，体验显然更好，甚至有人认为这种体验不亚于谷歌取代雅虎的革新。
与其让别人革自己的命，不如自己革自己的命，这应该是让包括谷歌等在内的搜索巨头，加码该行业的重要原因。
对于腾讯、阿里而言，两者都有分别基于自身应用，打开聊天应用新局面的考虑。比如，微信基于对话搜索的应用已经试水已久，目前已经公布了相关“人机对话”的专利，类似地阿里也有相关专利应用，未来可能用于电商零售和阿里钉钉等领域。
从技术水平和背景来看，BAT有望成为国内在生成式AI应用的第一梯队，尤其是百度在AI领域深耕多年，从基础层、模型层到应用层建立了全栈能力，其相关应用值得期待。
第二类，参与相关研究，但实际存在技术代差的互联网公司和AI技术企业。比如，360公司称目前在类、文本生成图像等技术在内的AIGC技术上有持续性的研发及算力投入，正计划尽快推出类 技术的demo（试用版本）应用。
但截至目前，所形成的全部成果均仅作为公司内部自用的生产力工具使用，公司的类技术的各项指标只能达到略强于GPT-2的水平，与当前的相比尚有代差。
另外，昆仑万维在互动平台表示，旗下Opera浏览器计划接入功能，不断利用人工智能技术赋能业务发展。云从科技以及做文本大数据自然语言理解技术的汉王科技等AI公司，也因蹭上了相关概念而获得了极大的外部关注。
第三类，相关产业链上下游的软硬件技术公司和内容公司。据业内人士介绍，可分为芯片层、大模型层和应用层三层：最底层的是英伟达等大算力芯片公司，开发的是GPT系列大模型，还有很多使用大模型生成AI虚拟人或内容的应用层公司。
比如，在微软bing搜索中，有不少中文内容回答来自于知乎问答，实际上早在2019年，知乎上的上亿问答就以小程序的方式，被纳入了百度搜索产品矩阵中。
总之，在这个行业之中，各路公司在其中扮演的角色并不相同。
三、行业尚未成熟
尽管，目前迅速在整个科技圈爆火，引发了各路人马的围观，但事实上当下的该类应用或者说行业，仍处于萌芽阶段，离真正的成熟期还有距离。
首先，是该应用当下还存在一些应用bug,在实际应用中面临诸多局限。
拿专业的话来说，一个人受教育的过程就是：不断将书本的内容概念翻译成可以理解的自然语言以应用传播，这一点也是这类应用模型的训练过程，通过不断将疑问、概念、事件等信息，转化成自然语言，推动机器学习从而增加人机交互能力。
但在实际应用中，它却存在一个问题，就是它对信息的真伪、来源并没有辨识度，因此很容易因为缺乏权威性而误导别人，甚至可能成为谣言制造者。
比如，有人用它来背诵《满江红》，前面还好，后面直接变成了“壮怀激烈三千场，大散关外万仞峦”，再后面更是变成了“渔歌晚唱”之类牛头不对马嘴的内容，很显然这个信息来源可能是某个人的再创作，而这个信息刚好被它获取到了。
再比如，它的很多内容数据不显示文献来源，某金融公司的基金经理用它来写研究报告，但这样的报告很难直接使用，因为它没有权威信息来源，很难让市场信服。正因为如此，它的作用实际上受到了一定局限。
其次，商业化方面面临较大挑战。目前来看，在C端应用市场得到了迅速铺开，但是C端用户的购买力和付费意愿是否会成为稳定的商业模式，还是个未知数。
用业内人士的话说，C端用户多半图个新鲜，热度一过很可能就对AIGC(AI创作和UGC创作)失去了兴趣。另外，AIGC研发所需的开支巨大，不仅数据采集训练耗资大，而且云服务的开支也很大，未来其创造的营收能否直接弥补这部分成本，也还有待观察。
四、并非一个人人可追的风口
尽管目前引发了业界关于生成式AI的热捧，但从技术商用等方面来看，要真正做到落地还是存在一定的现实挑战。
具体来说，AIGC的大规模商用，需要三个条件支持：首先是基于技术积累而设计出超级模型，其次是需要海量数据去支持模型训练，最后是有足够的算力和流量平台来产生可持续的商业模式。的成功，正是基于技术、算力、流量的优势，微软的bing,也是具备很大流量的商业平台。
从这个意义上来说，能够全部满足这些条件的公司本身是比较少的。从国外来说，谷歌、亚马逊、微软这样的超级平台，具备流量、技术和算力的优势；在国内而言，BATH这样的大平台，或有望取得一些大的进展。
从商业落地上来说，这样的产品更迭速度会比较快，这些需要很大的背后资源支持，而或许并非是商业化最成功的一个，未来行业或许还需要仰赖于新的超级模型诞生来推动商业落地。
其他方面，国内公司目前还与美国存在一些代差，AIGC的技术是架构在大模型基础上的，而这方面我们还存在一些差距，国外的API很难直接对我们开放，因此接下来的追赶还需要更多发力。从应用场景上来说，基于数据安全的考虑，国内的国企、机构很难将API数据开放给国外企业，因此其应用场景会受到极大限制。
综合各方面来看，国内AIGC的应用并非是一个人人可追的风口，这个领域的超级应用或许只能是属于少数大平台的机会。
专栏作家
