图片来源：摄图网
本文来自前瞻网，作者/羅。
据相关媒体报道，人工智能聊天机器人ChatGPT在移动领域的努力获得了丰厚回报，但也正面临挑战。从积极的方面来看，安装数量和营收都在持续增长，9月份在这两个方面都创下了新纪录。到目前为止，7月份增至274万美元，8月份为381万美元，9月份创下了458万美元的最新纪录。
然而，根据市场情报公司Appfigures的最新数据，其营收增长已经开始放缓。虽然在过去的几个月里，ChatGPT的收入增长超过30%，其中7月份为31%，8月份为39%，但到9月份，这一数字降至20%。
ChatGPT营收增长放缓的原因可能有几个方面。首先，ChatGPT的初期推出引起了广泛关注，但随着时间推移，新鲜感逐渐消退，用户需求可能趋于饱和。其次，ChatGPT在应用场景上还存在一定的限制，无法完全替代人工客服或其他解决方案。此外，ChatGPT可能面临着技术上的挑战，如准确性、语义理解等方面的问题，这也可能导致用户对其信任度下降。最后，市场竞争激烈，其他竞争对手的产品不断涌现，也对ChatGPT的市场份额造成了一定冲击。
——AI大模型是一种新的智能计算范式
超大规模智能模型，简称大模型，是近年兴起的一种新的人工智能计算范式。和传统AI模型相比，大模型的训练使用了更多的数据，具有更好的泛化性，可以应用到更广泛的下游任务中。按照应用场景划分，AI大模型主要包括语言大模型、视觉大模型和多模态大模型等。业界典型的自然语言大模型有GPT-3、源、悟道和文心等。视觉大模型也已广泛应用于自动驾驶、智能安防、医学影像等领域。基于多模态大模型的以文生图技术也迅速发展，AI内容生成(AI Generated Content，AIGC)已成为下一个AI发展的重点领域。
——AI大模型助力人形机器人拆解任务
人形机器人决策难度更高：决策层依据感知层获取的信息进行决策判断，来控制机器人身体做出动作规划并下发指令。特斯拉人形机器人与FSD底层模块打通，一定程度上算法可复用，但人形机器人需完成人类各种动作，动作连续复杂、需频繁的物理交互且操作因果性多，算法难度远高于自动驾驶。
随着人工智能大模型的快速发展，ChatGPT能够助力人形机器人拆解任务。大语言模型擅长推断语言条件，并利用其代码编写能力，拆分任务，给出运动规划的目标函数。
——预训练大模型成为人工智能领导者的竞争焦点
预训练大模型是人工智能产业发展的必然选择，基于海量行业数据和知识，通过强大算力集群，预先训练基础模型，并结合应用场景的数据和各类需求，通过“预训练大模型+任务微调”的方式，进行“工业化”的高效率开发。开发者利用预训练大模型，只需要少量数据，就可以快速开发出精度更高、泛化能力更强的行业模型。预训练大模型可以提升人工智能项目开发效率，降低研发成本，缩短研发时间，解决人工智能项目碎片化的问题。
根据Omdia的数据，中国开发者对基于昇思MindSpore打造的盘古NLP大模型最感兴趣。首先，盘古NLP大模型在技术上处于领先地位，千亿参数模型，学习了40TB的中文文本数据，在中文领域有天生优势;其次，盘古NLP大模型可覆盖多个场景下语言处理的任务和需求，泛化能力强，在知识问答、知识检索、知识推理等文本生成领域有广泛应用前景;另外，盘古NLP大模型对开发者友好，可以让开发者能用拖拉拽的方式使用大模型，开发和生产成本低。这也从另外一个角度验证了盘古大模型的开放性，开发者可以跨平台快速调用盘古大模型，与其他工具和应用结合使用。
百度集团副总裁、深度学习技术及应用国家工程研究中心副主任吴甜表示，AI大模型百花齐放的现象表明了一个趋势，即生成式AI在未来可能会对产业结构以及社会带来深刻的影响。现在只是刚刚拉开帷幕，AI对产业的渗透正在加深。毋庸置疑的是，生成式AI将推动全球生产力革新与商业模式重塑。
