ChatGPT浪潮下，看大语言模型产业发展.pptx

ChatGPT浪潮下，看大语言模型产业发展

?2023.4iResearchInc.;

告，包括此篇《ChatGPT浪潮下，看大语言模型产业发展》、《AIGC系列-生成式AI基础层行业研究报告》、《AIGC系列-生成式AI应用层行业研究报告》等，为市场描绘AIGC产业全景与辨析产业发展价值与空间。

此篇专题将着重分析“OpenAIChatGPT的成功之路”、“类ChatGPT产业发展趋势”、“ChatGPT应用场景与生态建设”、“ChatGPT浪潮下的‘危’与‘机’”四个问题。聚焦国内市场，辨析自研通用基础大语言模型的重要意义、分析大语言模型产业参与角色分化路径及原因、梳理呈现大语言模型产业受益链图谱。大模型（以大语言模型为主，包含多模态模型等）产业的蓬勃发展将改变数字产业生态，助力AI工业化进程、变革海量应用交互方式、创造数字产业新的增长空间。

ChatGPT及大语言模型丰富价值的背后，也隐藏着社会对其及生成式AI技术（AIGC）与通用人工智能（AGI）的疑虑，可信、数据与隐私安全、滥用风险、伦理等层出不穷的问题需要规范与解决。但“未来已;

ChatGPT浪潮下的“危”与“机”4;

相比之前的生成式对话产品，ChatGPT（ChatGenerativePre-trainedTransformer）在大范围连续对话能力、生成内容质量、语言理解能力和逻辑推理能力上都得到大幅提升，超出了大众对于一款聊天机器人的预期，是生成式AI（AIGC）极为关键的发展节点。作为一款生成式预训练大语言模型，“Chat”指向它的功能，“Generative”代表它属于生成式算法。生成式算法在过去数年中受制于RNN的内生缺陷始终发展缓慢，直到2017年“Transformer”架构出现并解决了传统RNN模型的问题，生成式AI才开始在预训练的Transformer架构之上焕发生机，NLP、CV甚至多模态领域通用基础大模型飞速演进。在模型参数量几何级数增长以及多种训练方式的探索之中，ChatGPT横空出世，也标志着通用基础大模型将突破NLP领域以小模型为主导的传统发展范式。;

ChatGPT具有的惊人效果，是在超大预训练语言模型GPT-3.5基础上，进一步根据人的需求目标进行模型调优的结果。巨大的参数量和预训练数据量让GPT-3.5成为一颗储备了大量知识，并且具备语言生成能力的混沌“大脑”，再使用人类反馈强化学习（RHLF）的方法进行指令精调，将模型的各项能力激活，并以符合人类的需求、偏好和价值观的方式有效释放，同时大大提升了模型应对从未见过的新指令的能力。此外，ChatGPT在逻辑推理、上下文理解等方面的能力，是模型参数量达到该量级后“涌现”出的，即所谓的“大力出奇迹”，这一现象在其他预训练大模型中也得到了印证。

ChatGPT能力实现解析;;

与ChatGPT功能对标的大语言模型(LargeLanguageModels,LLMs)，目前国外主要有Google推出的Gopher、LaMDA以及Meta的Llama等；国内为百度首发的“文心一言”、360发布的大语言模型、阿里发布的“通义千问”、商汤发布的“商量”等。虽从对话和文本生成的直观体验看ChatGPT略胜一筹，但对于Google等国外大厂而言，克隆ChatGPT并不存在太高壁垒，当前暂时落后主要是出于公司战略与技术理念差异，选择了不同技术路线，随着各家探索成果和新技术方法的实践不断推进，仍存在对GPT系列模型赶超的可能。对百度等国内大厂而言，则在数据、算力、工程化能力等关键要素上存在短板，短期内难以对国外领先大模型实现赶超，为跟随者角色，长期更需要国内AI全产业链整体进化。

国内外主要大语言模型研发路径与技术对比;

服务于各公司战略业务拓展，形成差异化商业路线

商业模式上，ChatGPT已经明确指向API、订阅制和战略合作（嵌入微软Bing、Office等软件）三种营收方式，且已在用户数据积累、产品布局和生态建设层面充分领先；Google虽有意追赶，但由于聊天机器人这样的产品形态对于其主营的有哪些信誉好的足球投注网站引擎业务的助益有限，因此在与有哪些信誉好的足球投注网站引擎结合方面较为审慎，更希望借助大模型能力开展“模型即服务”范式，开拓

其当前市占率较低的云服务业务的市场空间。作为国内大模型的标杆企业，百度的选择与Google更为类似，“文心千帆”产品剑指B端市场，意图带动云服务营收。

国内外主要大