正文

ai百晓生与CHATGpT（ai百晓生与CHATGpT）

发布时间：2023-05-20 03:32:19 稿源：创意岭阅读： 140

大家好！今天让创意岭的小编来大家介绍下关于ai百晓生与CHATGpT的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。

开始之前先推荐一个非常厉害的Ai人工智能工具，一键生成原创文章、方案、文案、工作计划、工作报告、论文、代码、作文、做题和对话答疑等等

只需要输入关键词，就能返回你想要的内容，有小程序、在线网页版、PC客户端和批量生成器

问友Ai官网：https://ai.de1919.com。

本文目录:

小语种的黄金年代，一去不复返。
AI时代是不是意味着程序员会大量过剩？
ai文本生成的上市公司哪几家
疯狂的AI熄火，但智能化格局已被重写，车企裁员潮将至？
AI大模型扎堆上线，你觉得谁能强势出圈？

ai百晓生与CHATGpT（ai百晓生与CHATGpT）

小语种的黄金年代，一去不复返。

小语种的黄金年代，一去不复返。

曾经，小语种仿佛自带高端、精英的标签。在外人们的想象中，学小语种，光鲜亮丽、风光体面，毕业后选择颇多，不是进外交部、就是去外企挣大钱，走上人生巅峰。

然而，小语种的光环正日渐黯淡，甚至高考录取分数线都在逐年下滑。

小语种，怎么走到了被 00 后们抛弃的境地？

小语种专业，过气了

在高校招生领域内，大家习惯性将除英语外的外语类专业统称为“小语种”。

阳光高考信息平台数据显示，全国现有 509 所本科院校开设日语专业，171 所开设俄语专业，151 所开设法语专业，118 所开设德语专业，100 所开设西班牙语专业。

集齐上述小语种专业的外语院校，却在近年来失去高考生的青睐。

头部外语院校的分数线，这几年开始肉眼可见地下降。例如在高考大省河南省，三大外语类院校去年都惨遭滑铁卢。2022 年，上外在河南理科最低录取位次掉落 5 万多名，广外理科暴跌近 7 万多名。

之前拿着能去 985 的分数进入外语院校的网友们直言自己是大冤种，“人生一大投资失败”，和“买房碰上泡沫破裂的人”共情了。

小语种专业也难以支棱起来。2020 年和 2021 年，上外德语专业在吉林省招收的理科本科一批最低位次尚处于 2547 和 2265 名，而 2022 年陡然下跌至 6303 名。

遇冷的不止专业性强的外语类院校，从知名 985 院校到普通大学，小语种专业的录取位次也在近几年持续走低，甚至成为一些高校录取分数线最低专业和调剂专业 [1]。

小语种祖上并不是没有阔过，上世纪 90 年代，迎来了全球化的开端，外企大量进入中国，外语人才极为抢手。英语、小语种、国际贸易、国际关系，稍微与“国际”沾点边的专业，都成了香饽饽 [2]。

吃到时代红利的外语院校分数线水涨船高。当年的外语院校高分学霸扎堆，外语专业毕业生也自带光环。

十年前，“一带一路”倡议提出后，站在时代风口的小语种又变得炙手可热。

2015 年起，全国高校掀起了一波增设小语种专业的浪潮 [3]。2017 年，北京外国语大学新增 11 个小语种专业，次年又新增 14 个小语种专业。据扬州网报道，2017 年江苏 35 所高校新增 101 个本科专业，其中小语种就占了五成 [4]。

2018 年，各大高校小语种专业文理科投档线大幅增长。在中传，当年提前批小语种文科录取分数线比前一年高出 27 分 [5]。

小语种的陡然失宠，让人唏嘘不已，但其实早有伏笔。

学小语种，天天赛高考

在豆瓣“大学后悔学小语种小组”里，三万七千多名小语种人在警告着后来人“不要靠近小语种，会变得不幸”。

有人吐槽，学小语种意味着为了在短短几年时间内掌握一门陌生的语言，繁密的课程将成为一种常态，有些学校甚至在大四还安排了课程。

小语种的就读体验让很多人直呼救命。很多学生吐槽读了高四，天天早七，考试毫无范围，学习永无止境。

语言学习没有捷径可走，在课堂之外他们还需要投入大量时间去背单词、练口语、磨听力、阅读书籍。

然而，一些学校的教学已经和时代脱轨。有人发现选用的教材内容还停留在二十年前——

学了两年俄语发现自己“冰箱”都不会说，但是会说“伊卡鲁斯牌汽车”“康拜因联合收割机”“拿电烙铁”、“改善保险装置”。

新编日语，真的超级落后。很多短语我讲出来连日本人都一愣的那种程度……语言更新换代很快的，我们学了太多永远用不上的词汇。但人家生活中的常用词，可能我们考了专八都还不会。

近几年来紧张的国际形势也对出国留学产生了影响。失去了去国外磨练语言的机会，一些学生选择在国内升学。

虽然高考分数在下滑，但小语种的考研分数线却越来越卷。小语种的硕士点并不多，除了 985 院校和北外上外，很多都是双非院校，以阿拉伯语为例，研招网数据显示仅有 13 所高校开设全日制硕士点。

许多小语种考研人决心逃离本专业。但是，不学高数和弱化英语的培养特点，使得他们跨专业的难度直线上升。

即便如此，一份超过 500 人次填写的小语种毕业去向表的数据显示，在读研的小语种学生中，半数以上选择了其他专业。

苦学多载，小语种大学生的含金量还是不可避免地被稀释。

有人感慨，别人报班两年或出国留学就能轻松超过四年来大学的语言水平。

《2020 年语言学习趋势报告》指出，某在线教育平台上已超 1500 万中国用户，23% 和 14% 的用户在学习韩语和日语，意大利语、法语比英语更受追捧，小语种不再是大学生的专属 [6]。

小语种培训机构也从 2013 年开始猛增。根据黑板洞察的统计，截至 2021 年 2 月，主营小语种培训业务的教育机构有 125 家，综合小语种教育机构共 41 家，日语教育机构数量高达 40 家 [7]。

小语种接连加入高考也将其推向大众化。

2018 年秋天，高中外语在原有的英语、日语、俄语基础上，新增德语、法语和西班牙语。此后越来越多高考生将小语种作为高考外语。

据《南方周末》报道，2022 年高考报考日语的人数突破 25 万，全国高中日语学习者人数已接近 70 万 [8]。

小语种人的出路在哪里

语言人才日渐饱和的今天，学这一行还有光明的未来吗？

以某外国语大学法语专业的介绍为例，法语专业的出路主要有——

国内工作：可以从事国家事业单位、高校、外事、外贸、外企、国企，合资企业，中小民营企业，旅游等部门，从事口笔译、经贸、商务及跨文化交流等方面的工作。

国外工作：目前中国在非的企业众多，需要大量的法语翻译人才，法语专业的学生可以从事驻外企业的翻译、管理等工作。

看似前景光明，但毕业生们就业时却迎来了当头一棒——

小语种的高薪都是外派非洲拉美拿青春换来的，留在国内，就业只有北上广深，平均下来当然“高薪”。

据 BOSS 直聘 2022 年调查显示，目前小语种就业岗位主要分布在运营客服、教育培训与销售这三大类门槛不高的行业。

除了就业面狭窄外，小语种毕业生的薪资情况也并不乐观。

根据麦可思的数据，包括英语专业在内的 2016 级外国语言文学类本科毕业生，五年后平均月收入为 8976 元，低于全国本科平均水平，月收入涨幅也仅为 110%，同样低于所有专业类的平均涨幅。

就业之艰难凄惨，让豆瓣小组中轮番上演吐槽大会。

例如，上文提到的外派就很多人吐槽。要知道，如今外派的薪资已经不再是年入百万的水平。

在小语种毕业生的介绍中，国企和普通制造业外派月薪一般在 10k 到 20k 间，而且性别歧视严重，纯属赚快钱，具备一定风险属性，回国后面临薪资落差大，国外经验与国内经验不对口的情况 [9]。

而对口的顶尖职业——同声传译，在业内能做到是凤毛麟角的存在。“小才拥挤，大才难觅”，是上海外国语大学英语学院院长查明建对外语人才培养现状的概括。

学了四年的小语种，但找工作时却很少能派上用场，甚至还有人吐槽因为大四考专八，而耽误了实习。

考公也是小语种人热议的一个出路，不过小语种对口的岗位比例极小。

据我们的统计，2023 年国考共有 166 个小语种对口的直属岗位，招聘 191 人，而一些冷门的语种更是僧多粥少，如意大利语只有 7 个岗位。留给大多数小语种人的考公选择还是竞争激烈的“三不限”。

更令人心酸的是，小语种就业更是性别歧视的重灾区。

大多数小语种专业女生人数远多于男生。然而在就业市场上，女生却时常处于劣势地位，考公和外派的大多岗位都限定性别为男，让她们本就糟糕的就业形势雪上加霜。

翻译软件和 AI 越来越逆天的同时，小语种人被取代的担忧也越来越强。10 年前的课堂和教材可能没有太大变化，但机器翻译的进步程度是指数级别的，更别提如今大杀四方的 chatGPT 也被运用到翻译领域。

学好一门语言本身即是一项巨大的投入，然而惨淡的就业状况使之变成沉没成本。有人选择继续在小语种里煎熬忍耐，更多人转身离开寻求新的出路。

在豆瓣小组中，有人发帖询问“如果论爱好，大家会选什么语种学”，点赞最多的回答是“计算机语言”。

AI时代是不是意味着程序员会大量过剩？

清醒点，不是底层程序员，而是大部分人都将经历的“结构性失业”，这是一场不可阻挡的机器替代人工的生产力革命，应对办法是抓住渗透率提升的时代红利。
一点点来说。
从古至今，人类社会的发展有个基本的条件，就是人（劳动力）本身是生产的要素之一，只不过以前是农业，而现在是工业。
未来，机械化和AI逐渐替代人工，大部分人不再作为“劳动力”而存在，有人说，这不是正好将人们从“生产”中解脱出来，走向了共产主义吗？
但，“共产主义”实际上是一个终极形态。
而过渡形态中，大部分人对生产活动没有贡献，其存在却会消耗资源和成本，如果不能妥善的安置，甚至会带来冲突和动荡。
所以一个可能的解，就是通过各种廉价的AI产品、奶头乐来安置这部分群体，给予他们一些看上去的“工作”，但相对机器的工作来说很可能没有实际价值，创造的反而是“成本”。
因此，还需搭配另一种措施双管齐下，细心的读者能推导出来，就不在文章里说了。
40%-50%甚至更高比例的人口脱离了生产，必然会带来产业上天翻地覆的变化。
这意味着过去很多产业不再有需求，所以会逐渐消失；而一些新的需求会被创造出来，相应的产业会应运而生。
这种变化是颠覆性的，我们已经站在了变革的清晨。
过去的经验、思维会被打破，必须更有力度的跟上时代，拥抱变化。
首先，要明确一个基本原则：
在变革的清晨，绝大多数人没有算力去把握“长期”，所有对长期的判断都可能是一种“妄谈”。
因此，把握“短期”，先捞一把再继续观察蛰伏会成为“核心策略”。
目前没有什么办法能把握绝对的优势，普通人能做的只能是尽力延缓自己“跌落”的速度。成为“后一批下岗的人”。
谈两点把握“短期”，拥抱变革，成为时代弄潮儿的思路：
第一条：
抓住AI渗透率快速提升的红利期和时间差，利用AI不断降维打击人力赚快钱。
比如最近爆火的倒卖ChatGPT账号。
举内容行业的例子，就是在ChatGPT尚未普及之前，借助ChatGPT等AI工具，快速生产大量内容作品，进行信息轰炸，赚取流量收益。
我之前在《羊了个羊的镰刀大法》中写过，内容行业最大的问题是不确定性，你不知道哪篇内容会突然爆火。
所以，内容行业从业者的最优策略，是采取R策略，用高频对抗概率。
过去，高频是很难做到的，因为内容创作者的精力和产能是有限的，很难做到高频的生产内容，特别是优质内容。
但注意力经济的时代，如果你不够高频，就会被甩下马，阅读量下滑，粉丝粘性下降，意味着商业价值的降低。
越来越多的大V搞工作室，养代笔写手，降低内容深度，就是这个原因。（另一个原因则是，降低内容深度，受众反而可以更广，更下沉，商业价值更高）
但ChatGPT可以将内容的生产成本降的足够低，使快速高频的信息轰炸成为可能。
另一方面，ChatGPT生产的内容，虽然不够优质，但对于中低端下沉市场已经够用，而把握住中低端下沉市场，就已经把握住了最大规模的群体。
只需稍微润色成更“爽文”，更“情绪刺激”的文风。
利用ChatGPT等AI工具，内容工作者可以多做几十甚至几百个号，并且日更。
快速攫取流量收益。
这将会对反应较慢的普通内容创作者、以及只能够生产ChatGPT水准创作者形成降维打击。
总结一下这条思路，说人话就是“打不过就加入”，帮助AI提升渗透率，革其他普通写手的命，并在这个过程中分一杯羹。
其他行业同理。
这就叫抓住时代红利。
第二条思路则是：
正面迎接AI挑战，努力提升自身专业水平，做AI暂时无法取代的存在。
还是以内容行业为例：
道高一尺魔高一丈，在AI内容的疯狂信息轰炸中，人们最终会陷入信息焦虑和迷茫，难以分辨信息的真伪。
这时候就需要比AI内容更深一层的优质内容，来帮助人们进行分辨、总结和升华。
这就是一种新需求的创造过程。
这个时候卓越的人类内容创作者又有了阶段性的优势。
当然，优势是阶段性的，不排除这部分内容也会渐渐被AI替代，需要启动下一轮升级。这是一个攻防不断交替的过程。
还是那句话，目前看不到一劳永逸，绝对优势的策略。
当然，这种提升自身专业水平，拒绝陷入流水线、模板化状态，本身也必须建立在拥抱技术和效率上，才能真正做到不被AI取代。
例如，通过ChatGPT等高效率AI工具，快速检索信息，补充知识。将AI当做老师，利用它们学习英语、外文文献，甚至自学编程。
第二条建议，可以简单概括为：“师夷长技以制夷”。
当然，这两条建议并不冲突，完全可以两条腿走路，并且跟紧变化发展，灵敏地嗅到新的机会，并及时下注。
与其焦虑恐惧，不如行动起来，积极应对现实。
毕竟，危机总是危中有机，革命也总是有人被革命，有人革别人的命。

ai文本生成的上市公司哪几家

一共八家。
根据聚财百科提供的信息可以知道，AI文本生成的上市公司分别是：1、科大讯飞，国内首屈一指的语音技术及人工智能龙头。2、第二名，三六零，弄了自己的CHATGPT模型,并且在安全方面可能会配合国家出台相关的过滤功能。3、昆仑万维，公司在AIGC方向的布局有支持AI生成文本的天工妙笔，AI生成代码的天工智码，AI生成图像的天工巧绘，AI生成音乐的天工乐府。4、云从科技，公司在技术研究方面一直保持较大投入，在视觉、语音、NLP等方向上都在实践类似于ChatGPT的“预训练模型+反馈调优”的技术路线。5、中文在线，公司海外产品Chapters和MyEscape已在做接入ChatGPT测试，应用在故事创作生成、剧本生成及改编、用户与AI交互聊天等方面，可大幅降低成本，提高创作效率、剧情多样性，同时AI交互聊天让用户拥有更好沉浸感和情感体验。6、汤姆猫，公司海外子公司推出了GameBudTalkingTom语音智能交互玩伴，该智能产品实现了与《汤姆猫跑酷》《汤姆猫英雄跑酷》等游戏产品进行链接，拥有游戏陪玩、实时交流、语音互动等多个功能。7、拓尔思，司主要的技术方向是语义智能，是人工智能领域比较前沿的方向。8、蓝色光标，蓝色光标作为应用ChatGPT能力的微软NewBing搜索引擎和Edge浏览器的战略合作方，在第一时间启动了蓝色光标元宇宙的GPT-4之旅。

ai百晓生与CHATGpT（ai百晓生与CHATGpT）

疯狂的AI熄火，但智能化格局已被重写，车企裁员潮将至？

刚刚过去的3月，我们迎来了一波AI人工智能技术的大爆发，真的是让我们体会到了什么是科技的日新月异。

AI高速发展的同时，“人还能做什么”这个问题，几乎悬在了每一个人的头上。但是从上周开始，OpenAI的联合创始人马斯克与近千名专家联名请求暂停AI训练，以免该模型变得更加强大，从而对社会和人类造成潜在风险。

刚刚进入4月，意大利就宣布国内禁止使用ChatGPT，同时几乎是在一夜之间，OpenAI注销了数百万个账号，不少朋友都发现了自己的GPT打不开了，特别是使用中文提问的用户们，几乎已经全军覆没，刚兴起不到一个季度的AI人工智能，就这么熄火了？

“拔网线”的方式，挡不住AI

起初，不少人还在把ChatGPT当做一个好用一点儿的搜索引擎，甚至大家还会嘲笑ChatGPT做出的一些错误回答，当3月的GPT-4出现后，人们开始感受到了危机，当GPT-4配合Midjourney图片生成器使用之后，美术设计师们慌了，而在配上了AI视频生成器之后，现有的图文视频的生产流程被打破了。

一个月之内，人类社会的生产规则面临着巨大挑战。在美国，亚马逊和迪士尼已经裁掉了数万人，就连在迪士尼工作了22年，设计出目前爆火的“玲娜贝尔”的设计师，一样被裁了，在Midjourney这类AI图片生成器面前，人类设计师的创意变得微不足道，速度和效率更是没法比。

虽然这些海外的AI软件，并没有正式引入国内，但是有不少企业是可以直接接触到它们的，已经有不少广告公司开始裁撤设计部门，只留一个设计总监，来微调一下软件生成的图片就可以了。

在蒸汽革命、电气革命、信息数字革命之后，AI人工智能革命其实已经以迅雷不及掩耳之势就这样开始了，虽然OpenAI现在遇到了阻力，但是你只能用拔网线的方式挡住它一时。

AI席卷汽车智能化，裁员潮不可避免？

回归到整个汽车行业，智能化转型依然是目前的主基调，传统车企们被新势力们“驱赶着”，智能座舱和自动驾驶也都在拼命往上堆，而且几乎所有车企都在向深度神经网络上努力，可随着语言文字+图片+视频一整套的AI人工智能介入到了智能化的开发中之后，汽车智能化开发的思路和格局会完全改变，在之前自动驾驶迎来一波下岗潮之后，汽车智能化开发的全领域可能也会迎来一次新的裁员潮。

不少朋友在最初使用ChatGPT时，已经被输入文字提问后所生成文字回答给震惊了，但那时的其实还是GPT3.5，随着3月中旬GPT-4的到来，事情越发开始不对劲了，最新的GPT可以直接输入图像，并令其用语言描述图像内容。系统可以精确描述图片中心、左侧和右侧分别是什么内容，说到这里的时候其实现在很多软件都有这样的能力，最简单的像路面上的监控摄像头，它们的识别能力也挺强的，这个大家应该都深有体会。

但是GPT-4还能够解读漫画，能够理解这张图的笑点在哪里，也就是它的解读不再限于表面，它能够看到更深层的意思，它还会有一定的感情色彩，同时在研发过程中，GPT还能展示出一些不可思议的推理能力，甚至于有了一定的“思想”。

如果把这类技术运用到自动驾驶的研发标定中，几乎就不需要人来做什么了，目前绝大多数厂家都会把各种物体或者事物进行人工的标定。在中国路面上，各种异型车的问题可能会造车非常多的边角案例，比如在开发高速的辅助驾驶中，一些厂家为了防止车辆系统不认识各种样式的大货车，于是就往系统里输入了1万多款各种样貌的货车，如果在接入了GPT之后，它那个永远装不满的数据库（目前数据库是截止到2021年）可以自动去识别筛选，可能真的不需要再去做人工的标定。而且它拥有的理解能力和推理能力，可以用更加贴近人类的思考方式去控制车，自动驾驶的车辆可能也并不会是再像现在这样，依靠程序和地图去做决策。

用GPT去训练自动驾驶，可能在几天之内就能走完车企们几年的训练路程，因为我们现在说的并不是一个单独的AI人工智能软件，而是文字+图片+视频等一系列软件在一起协作。

感知在如今已经不是什么问题，各种形式的雷达和高清摄像头已经让车辆周围几乎没有感知死角，而算力可能是一个瓶颈，尽管车辆自身的算力已经冗余度很高，但是在这方面没有“够”这个概念，而在接入GPT之后，算力没有后顾之忧，像OpenAI这类公司的算力储备和车企们完全不是一个量级的，特别是大家在看了我们解析的关于英伟达GTC大会上发布的一些内容后，有英伟达这种大企业全面ALL IN之后的AI人工智能，会有着我们前所未见的潜力。

在智能座舱方面，这更是ChatGPT这类AI的主场，接入了大语言模型之后，智能语音系统会完全不同于现在的体验，如今这种简单的执行指令，或者做一些基础问答的功能，在更先进的AI面前，会变得不值一提。

大家试想一下，车辆的DMS驾驶员监测系统，在识别驾驶者的一些动作或者面部表情之后，就可以立马做出反馈，能够先你一步更了解你要干什么。

国内像百度、华为、科大讯飞，还有不少大型网络公司其实已经有了一些这种大型语言模型，运用到车上可能就在近几个月的时间内。去年的这段时间，有车企CEO提出了“智能化已经进入下半场”的论断，当时我们还在说会不会以后这个“电动爹”真的能像你的父母一样了解你照顾你，可当AI接入之后，这种场景真的就不远了。

在全面接入AI人工智能之后，车企们真的还需要这么多的开发人员吗？特别是那些要去亲身到真实环境中验证的人员。当然，看了AI图片生成软件自己绘制的“概念车”之后，车企的设计部门人员也该想想出路了。

总结

虽然刚一进入4月，AI人工智能仿佛被人为强制熄火了，因为人类社会的秩序经受不起在1个月之内就被打破，但是你认为这种人为制造的限制，又能持续多久？一个能够大幅降低生产开发成本，能够把效率提升到前所未有程度的软件，资本怎么会不追捧呢？又有什么理由不去用它开发它呢？

AI在4月份初的暂时熄火，可能是为下一波的改天换地做着准备，大家也会看到马斯克他们说让OpenAI停半年，没说不开发了，因为他们自己可能还没搞明白呢，它的出现终究是要给人类社会一些适应时间的。而OpenAI的GPT-5很有可能会在2023年底发布，更先进的数据模型，更新鲜的数据信息，再配合上已经逐渐有点看清形势的资本，它究竟会有多大的影响，会影响到什么，我们都要做好准备。

【本文来自易车号作者路咖汽车，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】

AI大模型扎堆上线，你觉得谁能强势出圈？

撰文 / 涂彦平编辑 / 黄大路设计 / 赵昊然

ChatGPT在这个春天霸占了中文互联网，普通人面对它多生出兴奋和焦虑交织的复杂情绪，而大公司不甘落后，纷纷宣布自己也在做类似的AI大模型。

继3月16日百度发布文心一言之后，4月7日，阿里云官宣大模型通义千问开始邀请测试。

4月8日，在人工智能大模型技术高峰论坛上，华为云人工智能领域首席科学家田奇分享了盘古大模型的进展及应用。他透露，华为盘古大模型正在推动人工智能开发从“作坊式”到“工业化”升级。

接下来，有多场大模型相关发布会扎堆举办。

4月10日，商汤“日日新SenseNova”大模型体系问世；4月11日，毫末智行自动驾驶生成式大模型DriveGPT雪湖·海若发布；由昆仑万维和奇点智源合作研发的天工大模型3.5发布在即，并将于4月17日启动邀请测试；5月6日，科大讯飞“1+N认知智能大模型”即将发布……

互联网巨头、人工智能公司、智能硬件公司、自动驾驶公司等各方力量，都积极参与到大模型这一场盛宴中来。

行业监管也迅速出手。4月11日，国家网信办发布通知，就《生成式人工智能服务管理办法（征求意见稿）》面向社会公开征求意见。

根据计算机科学家、自然语言模型专家吴军的说法，ChatGPT背后是一个叫做语言模型的数学模型在发挥作用，这项语言模型技术早在1972年就已经有了，是由他的导师弗莱德里克·贾里尼克(Fred Jelinek)在IBM期间带领团队研发出来的。

只是到了今天，由于算力不断提升，语言模型已经从最初基于概率预测的模型发展到基于Transformer架构的预训练语言模型，并逐步走向大模型的时代。

复旦大学计算机学院教授、MOSS系统负责人邱锡鹏曾这样描述大模型的能力飞跃：“当模型规模较小时，模型的性能和参数大致符合比例定律，即模型的性能提升和参数增长基本呈线性关系。然而，当 GPT-3/ChatGPT 这种千亿级别的大规模模型被提出后，人们发现其可以打破比例定律，实现模型能力质的飞跃。这些能力也被称为大模型的‘涌现能力’（如理解人类指令等）。”

每当有革命性的技术诞生，无一不是由其在具体行业的商用化应用来实质性地推动行业进步。作为连接技术生态和商业生态的桥梁，大模型也将在很多行业应用落地。

只是，这波来势凶猛的大模型热，究竟会催生万物生长改变万千业态，还是继区块链、元宇宙之后又一个看上去很美的泡沫？

无限想象空间？

特斯拉将Transformer大模型引入自动驾驶领域中，拉开了AI大模型在自动驾驶领域应用的开端。大模型在自动驾驶行业的应用将提升系统的感知和决策能力，已经被视为自动驾驶能力提升的核心驱动力。

4月2日，百度正式发布百度自动驾驶云Apollo Cloud2.0。百度智能驾驶事业群副总裁、智能网联业务总经理高果荣表示，Apollo Cloud2.0基于大模型实现了自动驾驶数据智能的搜索引擎，大模型的能力积累了自动驾驶数据智能的搜索引擎，从海量数据中能够精准找到自动驾驶面向不同场景的数据。

“在自动驾驶领域，BEV(Bird''s Eye View，鸟瞰视图)是当前主流的技术路线，未来可以朝着多模态、通用智能的方向发展。”商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚表示。

他认为，在通用人工智能时代，输入提示词和多模态内容，就可以生成多模态的数据，更重要的是，可以用自然语言生成对任务的描述，用非常灵活的方式覆盖大量的长尾问题和开放性的任务，甚至是一些主观描述。

王晓刚举了一个例子来说明AI和AGI处理任务的不同。给定一张图片，判断是否需要减速，AI和AGI的反应有什么不一样呢？

现有的AI系统，会首先做物体检测，然后再物体框里做文字识别，最后做决策。整个过程中每一个模块都是事先定义好的任务。

而在通用人工智能下，给定图像，人们只需要用自然语言去问问题，比如，“这个图标是什么意思？我们应该做什么？”模型本身不会发生变化，它会通过自然语言的方式给出一系列逻辑推理，最后得出结论。比如，它会说，“前面限速30公里/小时”“前面100米是学校区域”“有小孩”“应该小心驾驶”“将车速降到30公里/小时以下”等。

王晓刚还指出，智能驾驶汽车领域有“数据飞轮”的说法，通用人工智能时代则会产生“智慧飞轮”，人和模型之间可以互动，通过人的反馈，模型能更好地理解人需要它展示什么样的能力，而去解锁更多技能。从数据飞轮升级到智慧飞轮，可以实现人机共智。

商汤基于多模态大模型，可做到数据的感知闭环和决策闭环。从前端自动采集高质量的数据，到利用大模型进行自动化的数据标注和产品检测，“能够几百倍地提升模型迭代的效率并降低成本”。

华为云EI服务产品部总裁尤鹏也表示，“整个数据标注是整个自动驾驶领域准确率、效率、成本最高的一部分”，这部分的效率直接影响到自动驾驶算法和驾驶等级的提升。他透露，华为云正在做预训练标注大模型，支撑后续的自动驾驶算法的训练，可能会在几个月后会发布。

除了自动驾驶，很多行业人士相信，智能座舱也将在大模型的赋能下有着质的提升，尤其将为人机交互打开新的大门。

百度集团资深副总裁、智能驾驶事业群组总裁李震宇认为人工智能将重塑汽车空间，人与汽车的关系将会截然不同。“未来，我们相信每辆汽车都会搭载一个数字虚拟人。未来的数字虚拟人不仅可以模拟人的外形，还可以注入灵魂，真正拥有对人类意图的理解……同时也不再是单一以前场景的车机助理的身份，而会转化成全能助理。”

他相信，随着通用人工智能的发展，智能座舱将成为汽车创新的新焦点，将会重塑其空间，届时用户和车企之间的距离将缩短，用户和品牌之间的关系将更为紧密。“拥有自然语言交流能力的智能车可以让车企与用户直接进行一对一的对话。当汽车成为全能助理后，车企将面对用户需求爆发式的增长。”

王晓刚称，在智能座舱板块，通用人工智能可以使基模型具备对空间环境的理解、用户状态的感知、多模态指令解析及多轮逻辑对话、内容生成等一系列能力，进而赋能包括情绪感知、智能助手、基于情感的对话、创意内容生成、个性交互等一系列功能，不断地提升个性化体验，进一步拓展应用场景。

“智能汽车是通用人工智能实现闭环的一个非常好的场景，我们已经有人机共驾。”王晓刚表示，“未来我们希望车和模型之间能够产生更有效的互动，那就完成了从人到车到模型这样一个互动闭环，能够让通用人工智能为我们提供更好的驾乘体验，解锁无限的想象空间。”

只是，消费者距离这种有着“无限的想象空间”的汽车生活还有多远，没有人说得出答案。

希望在于将来

想象是美好的，不过，挑战也随之而来。

“过去我们一年要做大概1000万帧的自动驾驶图像的人工标定，请外包公司进行标定，大概6到8元钱一张，一年的成本接近一个亿。但是当我们使用软件2.0的大模型通过训练的方式进行自动化标定，效果会非常可怕——过去需要用一年做的事情基本上三个小时就能完成，效率是人的1000倍。”理想汽车创始人、董事长兼CEO李想OK表示，“对于员工来说，他们会感觉用拳头打架遇到了拿枪的。”

他认为，在这样的状况下，如何能够让软件2.0和现有人才进行融合，为他们提供怎样的全新工作流程、激励机制，如何去选用任用人才，给全行业提出了挑战。

更大的挑战可能还在于中外大模型技术的差距。

3月25日，在2023中国发展高层论坛上，360创始人、董事长兼CEO周鸿祎表示，目前来看，中国大语言模型和GPT-4的差距在两到三年时间，GPT的技术方向已经明确，不存在难以逾越的技术障碍，中国在场景化、工程化、产品化、商业化方面拥有巨大优势，应当坚持长期主义精神，迎头赶上。

4月9日，由中国人工智能学会主办的人工智能大模型技术高峰论坛上，融汇金信CTO李长亮认为，未来做通用大模型的和做场景的分层很清晰，没有中间态。做通用大模型需要大量的算力、数据、人员、资源等，只有有很强技术储备和资源调配能力的大公司才能做，中小创业公司在这条赛道上会很难；在垂直应用上，基于大模型的发展，结合场景的know-how做一些创新应用，则会有无数的企业诞生。

他还认为，中国在大模型这个产业赛道上是很有机会的，因为在中文场景下，我们更懂我们自己的语言，沉淀了大量的中文知识，会迅速追赶并超越。

我们也注意到，计算机科学家、自然语言模型专家吴军在4月3日晚得到的一场直播中则给当下的ChatGPT热泼了盆冷水。他直言ChatGPT在中国被过度炒作了，中国的大部分研究机构是做不了的。

在他看来，ChatGPT的原理很简单，但是在工程上要想做到，其实蛮困难，因为ChatGPT太耗资源，光硬件的成本就要差不多10亿美元，这还没算电钱。ChatGPT训练一次要耗多少电？吴军的说法是，大概是3000辆特斯拉的电动汽车，每辆跑到20万英里，把它跑死，这么大的耗电量，才够训练一次。这是非常花钱的一件事。

他的结论是，ChatGPT不算是一项新的技术革命，带不来什么新机会，最后可能的一个结果就是给几家大的做云计算的公司交钱。

由ChatGPT带起的大模型热，最终会在各行各业开花结果，还是盛名之下其实难副？不妨把这个问题交给时间。