-
让品牌有温度、有情感
专注品牌策划15年
gpt诞生（gpt诞生多久）
发布时间：2023-05-22 03:06:16
稿源：
创意岭 阅读：
104
大家好！今天让创意岭的小编来大家介绍下关于gpt诞生的问题，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:
gpt格式硬盘挂载和linux磁盘共享区别
取消首页
编程
手机
软件
硬件
安卓
苹果
手游
教程
平面
服务器
首页 > 操作系统 > unix linux > Linux MBR和GPT分区
Linux系统MBR和GPT分区的区别介绍
2018-04-11 09:07:47 作者：Lucky__Strike
这篇文章主要介绍了Linux系统MBR和GPT分区的区别介绍，非常不错，具有参考借鉴价值,需要的朋友可以参考下
主引导记录（Master Boot Record ， MBR）是指一个存储设备的开头 512 字节。它包含操作系统的引导器和存储设备的分区表。
全局唯一标识分区表（GUID Partition Table，缩写：GPT）是一个实体硬盘的分区表的结构布局的标准。它是统一可扩展固件接口标准的一部分，它使用全局唯一标识来标识设备。它是新一代分区表格式，用以替代 MBR 分区表。它用来解决 MBR 分区表的缺点，同时带来了一些优点。
MBR 导致的问题
只能有四个主分区或者三个主分区加一个扩展分区 (以及在扩展分区中的任意数量的逻辑分区). 如果你有三个主分区加一个扩展分区以及除此之外的空闲空间，在空闲空间之上你无法创立分区。
在扩展分区里，逻辑分区的元数据被存储在一个链表结构中。如果一个环节丢失，该元数据之后的逻辑分区全部丢失。
MBR 只支持1个字节的分区类型编码，导致许多冲突。
MBR 使用32位的 LBA 值来存储分区扇区信息。LBA 的大小以及512B的扇区大小共同限制了硬盘可寻址大小最大为2TB. 如果使用 MBR, 2TB以外的空间无法使用。
GPT 的优点
使用 GUID (UUID) 来表明分区类型 - 无冲突。
为每个分区提供了一个唯一硬盘 GUID 和一个唯一分区 GUID - 一个好的不依赖文件系统的引用分区和硬盘的方式。
任意分区数 - 取决于给分区表分配的空间 - 不需要扩展和逻辑分区。GPT ，默认包含了定义128个分区的空间。当用户想要更多分区时，他可以给分区表分配更多空间 (目前只有 gdisk 支持这一特性)。
使用64位 LBA 存储扇区数 - 最大硬盘可寻址大小为 2 ZB.
存储了备份头和分区表可于主要部分损坏时进行急救。
CRC32 校验值用于检测头和分区表的错误与损坏。
GUID Partition Table （GPT）是一种更灵活的分区方式。它正在逐步取代Master Boot Record （MBR）系统。GPT相对于诞生于MS-DOS时代的MBR而言，有许多优点。新版的fdisk（MBR）和gdisk（GPT）使得使用GPT或者MBR在可靠性和性能最大化上都非常容易。
在做出选择前，需要考虑如下内容：
如果使用GRUB legacy作为bootloader，必须使用MBR。
如果使用传统的BIOS，并且双启动中包含 Windows （无论是32位版还是64位版），必须使用MBR。
如果使用 UEFI 而不是BIOS，并且双启动中包含 Windows 64位版，必须使用GPT。
非常老的机器需要使用 MBR，因为 BIOS 可能不支持 GPT.
如果不属于上述任何一种情况，可以随意选择使用 GPT 还是 MBR。由于 GPT 更先进，建议选择 GPT。
建议在使用 UEFI 的情况下选择 GPT，因为有些 UEFI firmware 不支持从 MBR 启动
总结
以上所述是小编给大家介绍的Linux系统MBR和GPT分区的区别介绍，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！
聊天机器人会取代人类吗
随着ChatGPT的不断发展，越来越多的机器人产品正在涌入市场，包括谷歌GPT-3，这使得此前用人来完成的工作也开始被替代。聊天机器人GPT-3的诞生，让消费者开始着迷，它能够有效地帮助消费者处理不同类型的问题。该机器人不仅可以处理简单的询问和解答，而且还可以模仿不同角色的对话，从而增强消费者体验。但是这种畅爽的场景，也让人必须考虑聊天机器人GPT-3将来会造成大量的失业和裁员的可能。聊天机器人是一种使用计算机软件和人工智能技术来模拟人类的两个群体之间的信息交换的软件系统。聊天机器人GPT-3可以理解和回应用户的输入，可以充当用户的代表来回答问题，提供信息，以及为用户提供服务，如基于地理位置的poi服务和线路查询服务等。GPT-3机器人可以很好地完成这些任务，替代人类完成大量重复性低效的工作，这无疑会削减工作岗位，导致传统行业对技术新兴行业的挑战，从而导致企业裁员和岗位减少。
此外，聊天机器人GPT-3可能会影响雇主选择和利用用工者的能力。聊天机器人GPT-3已经具有识别和理解用户输入的能力，而且后续版本将更加强大，聊天机器人的运行成本较低，用户无需培训就可以使用它来完成工作，从而减少人力资源管理层面的工作量。同时，由于聊天机器人可以连续不断工作，高效准确处理问题，因此，企业将倾向于采用聊天机器人来取代传统的雇员，以减少失业人口。
最后，在聊天机器人GPT-3的发展过程中，机器学习的能力将更新、更完善，这可能会导致服务行业人员的减少，对于普通群众和大量职位工作者而言，这将是一个难以承受的压力，也将对失业率和就业市场形成比较显著的影响。
总而言之，聊天机器人GPT-3的不断发展将会为市场带来前所未有的商机，但同时也将可能带来大量的失业和裁员问题，为了避免这种结局，政府应该加强对聊天类机器人的管理，重视技术人才在新兴产业中的发展，并且为普通群众提供良好的社会福利，空转期间，合理分配就业考核，给予受失业影响者一定的补贴，帮助他们有效地转型技术，培养新技能，以谋得新就业。
gtp机器人是微软搞的吗
GTp机器人是由微软开发的一个实时文字翻译工具，也是一种多语言支持的聊天机器人，它能够提供可靠，高效且针对不同语言的聊天功能。
关于UEFI启动+GPT分区 的一些经验
随着时代和科技的发展，电脑越来越普及，似乎人人都可以张嘴就说“我懂电脑”，但是总有一些看起来完全不懂但实际上非常基础的东西让“懂”与“不懂”清晰地划清界限。比如UEFI+GPT就是其中之一。那些之前认为自己已经精通电脑的人，遇到这个东西，忽然发现自己连以前自以为驾轻就熟的分区、装 系统 都不会了。尽管UEFI以及GPT从诞生迄今已经 十余年 了，但是对于绝大多数人来讲它们是完全陌生的，甚至根本就不知道还有这种东西。
但是由于 Windows 8操作系统的面世，预装Windows8的电脑开始统一采用UEFI+GPT，很多人被迫接触到，感觉就像突然从天上掉下来的东西一样，无所适从，一筹莫展——“这到底是个什么东西呢？”
一旦出现系统问题，唯一能做的解决办法除了品牌机自带的系统还原，最大能力不过就是把UEFI关闭，把硬盘从GPT再转成MBR，从而彻底毁掉UEFI+GPT的优势，重新回到陈旧落后的BIOS+MBR的系统安装和运行方式上来。而每台电脑的具体情况又不尽相同，有时候即使想用BIOS+MBR也不是肯定能成功的——“我该怎么办啊？”
正文：
之前很长一段时间对UEFI+GPT没有头绪，有种无处下手的感觉，虽然UEFI+GPT安装系统一直没遇到什么障碍，但是即使查阅了相当数量的资料，在认识上对于UEFI+GPT也没有一个完整的概念，总觉得这是一个很难理解的东西，不得要领。不像最初接触BIOS+MBR的时候那么容易入门直至熟练操作。
先说关于什么是UEFI和GPT，在此就不做详解了，感兴趣的都了解，不感兴趣的说了也没什么用处。只说一点最基本的，MBR分区结构只能支持到2.2T的硬盘，超过2.2T就必须采用GPT分区，而就Windows而言，采用了GPT的硬盘，要想安装并启动Windows操作系统，只能选择高于XP的64位操作系统，并且采用UEFI方式安装、引导，否则无法启动，而包括XP在内及其之前的32位操作系统完全不支持GPT，别说安装、引导系统，直接无法识别。3T硬盘时代并不遥远，要想正常使用你的电脑，这就是采用UEFI+GPT的必要性。
而最关键之处在于， 照目前的形势来看，由于预装Windows8电脑的推动，UEFI+GPT已经是大势所趋，与是否2.2T以上硬盘也已经没什么直接关系，也许就在不久之后的某一天开始所有的电脑全部使用UEFI单一启动，不会再兼容传统BIOS。
再说一下关于BIOS+MBR，从接触电脑十几年来，一直都是用的这种组合，直至今日，不敢说对此有多么了解，最起码在日常操作中基本无障碍了。比如：Windows各个版本甚至再+ Linux +Mac的混合安装、引导驾轻就熟，任意顺序安装，任意创建、修复引导，多硬盘混合引导，分区表损坏、主引导记录损坏的修复、重建等等，都不存在任何问题。
而从一接触UEFI+GPT，总是感觉这个东西无法理解。甚至一筹莫展，哪怕是引导损坏这样之前在BIOS+MBR里不叫事的事情，面对UEFI+GPT都束手无策，查了很多资料，除了重装系统， 在国内网络范围内，全网竟然找不到任何一篇具体解决问题的文章。 现在回想，很长一段时间内都无法理解这些问题，很多莫名其妙的所谓专业文章的误导在其中作了重要贡献。
后来索性抛开所有的那些乱七八糟的观点、定义，按照自己的想法去摸索，经过近十天，几十遍重装系统，反复的假设、实验，总算是对UEFI+GPT有了一个总体的概念和较为清晰的认识， 最关键的在于能够随意进行UEFI+GPT的安装和引导修复了，这是最重要的，个人观点一直都是，必须从实际出发，即使了解的再多，什么问题也解决不了，纸上谈兵，一切等于零。 可以毫不夸张的说， 至少目前为止，本文是全网络唯一一篇对UEFI+GPT进行实用性介绍和以及解决实际问题的文章。
关于UEFI的优越特性，比如 可操作性、安全性、兼容性、可扩展性之 类的问题，在此不再多说，这是开发人员的事情，和我没有关系。仅仅总结几点两者在系统安装及引导方式方面一些异同，帮助同样有此困惑的人理解这个东西：
【重要提示：
本文旨在“授之以渔”，力求融会贯通，知其然更知其所以然。因此本文既不包含网络上“技术文章八股文”式的定义、理论的堆砌和释义，更不是“小白必备”的傻瓜式手把手操作教程，如果对以上两种千篇一律的所谓“技术文章”有偏执的爱好，请务必及时停止浏览，另寻其好。】
不同点：
1.BIOS+MBR安装系统要求硬盘只要存在非隐藏、活动的主分区就可以了；而UEFI+GPT要求硬盘上除了存在ESP分区，还必须存在至少一个主分区
2.BIOS+MBR一旦系统安装好之后，如果系统引导文件在单独的分区，此分区可以在操作系统中可见，也可以设置此分区为隐藏，系统都可以正常启动；而UEFI+GPT系统引导文件所在的ESP分区在操作系统中为不可见
3.BIOS+MBR启动要求的活动的主分区不是唯一固定的，可以任意设定某一分区为活动的主分区，然后MBR就可以通过分区表指引操作系统从此分区启动，也就是说，可以在任意分区（主分区无论是否活动或者扩展分区）安装操作系统，只要存在任意的活动主分区，就可以从此分区启动操作系统；而UEFI+GPT只能把系统引导文件放置在ESP分区
4.BIOS+MBR的系统引导文件可以和系统文件在同一分区的根目录，也可以不与系统文件同一分区，只要系统引导文件所在分区为活动的主分区即可启动操作系统；而UEFI+GPT只能把系统引导文件放置在ESP分区，且操作系统必须在另外的主分区，也就是说， UEFI+GPT强制要求系统启动文件与系统文件必须分离，不在同一分区。
相同点：
1.BIOS+MBR和UEFI+GPT的系统引导文件都可以放置在单独的分区，这一点在上面的第4点里已经说的很清楚
2.BIOS+MBR的系统引导文件所在的活动主分区位置不是固定的，可以随意设置任意分区满足此条件，UEFI+GPT的ESP的位置也是可以随意设置的，在硬盘起始位置、中间位置、末尾，都可以，只要分区属性和其中的引导文件正确，就可以引导启动操作系统（参考文中附图）
3.BIOS+MBR的系统引导文件所在的分区和UEFI+GPT的ESP分区都可以分配任意大小，而不是ESP必须100M
4.BIOS+MBR安装系统所需的非隐藏、活动主分区和UEFI+GPT的系统的ESP分区，都可以同时设置多个，但是即使有多个相同属性的分区，系统安装时安装程序都是自动写入第一个，启动时也都是从第一个启动（参考文中附图）
补充：
1.使用BIOS+MBR和UEFI+GPT安装的系统文件是一模一样的，唯一的区别只是引导方式的不同，因此使用GHOST手动备份的系统，MBR和GPT可以任意交叉还原，只要做好引导修复就没有任何问题
2.GHOST始终是系统备份还原神器，只要熟练掌握GHOST手动操作，至少目前为止Windows系统的范围之内，无论什么版本，无论MBR还是GPT，都可以随意备份还原。
3.MBR与GPT分区互转的话，与“删除所有分区”以及“全盘格式化”没有任何必然联系，你格式化一万遍硬盘也还是原来的分区结构，只有通过转换操作才可以到另一种，而这个转换操作与“删除所有分区”以及“全盘格式化”没什么关系。
着重强调一点：
以上所有经验均基于UEFI+GPT的组合，而实际上， UEFI启动（Windows操作系统）的话，并不强制要求硬盘必须为GPT分区，而是只要硬盘上存在EFI启动文件且位于FAT（16/32）分区就可以了（UEFI无法从NTFS分区启动）。 因此如果是小于2.2T的硬盘，不必非得转换成GPT也可以引导系统启动。也就是说，UEFI+MBR也是可行的，而GPT硬盘的话，则必须使用UEFI引导，BIOS无法原生引导GPT硬盘上的操作系统（Windows）。
关于这一点，如果感觉不能理解的话，可以通过以下具体应用来参考。
注：
综观网上那些关于UEFI的所谓技术类文章，除了毫无实用价值和实际意义，而且都不同程度的存在各种各样的因循误导，继而被以讹传讹，最终成为一些人坚信不疑的“定律”。这样的误导主要表现为两点：
1. 就是刚刚说的 ，“UEFI启动系统必须是GPT分区”， 这个已经说得很明白了，并且有实例解析，无需再讨论
2. 另外一个就是不知道从什么时候什么人开始谣传的 “UEFI的优势就是启动速度快” 或者 “UEFI启动比传统BIOS启动速度快”。 无论UEFI还是GPT，与电脑启动速度没有任何必然联系。或者说，只要硬件环境相同、系统一样，无论UEFI+GPT安装还是BIOS+MBR安装系统，启动速度没有区别
GPT
MBR
附：部分Windows桌面操作系统对GPT的支持
数据读写系统启动
WindowsXP32位不支持GPT不支持GPT
WindowsXP64位支持GPT不支持GPT
WindowsVista32位支持GPT不支持GPT
WindowsVista64位支持GPT支持GPT（需UEFI）
Windows732位支持GPT不支持GPT
Windows764位支持GPT支持GPT（需UEFI）
Windows832位支持GPT不支持GPT
Windows864位支持GPT支持GPT（需UEFI）
有了以上的经验总结，就可以轻松解决以下问题了：
1.UEFI+GPT环境下以任意方式安装操作系统（单系统或者多系统） 。这个不必详解了
2.最主要的问题： UEFI+GPT引导修复操作（EFI引导文件损坏、ESP分区损坏或者丢失之后手动重建EFI引导等等）。 这个在此也不做详解，这是 这段时间反复研究、实践的最重要成果 ，因此姑且算是有所保留卖个关子吧，如果是结合以上几点经验总结，对UEFI+GPT有一定的了解之后，应该不难揣摩出办法
3. 如果主板不支持UEFI，使用折中的办法来解决大硬盘使用问题 ，这个问题以前我也已经多次提过。
第一种办法就是使用多块硬盘，MBR+GPT组合，MBR 硬盘作为启动引导盘。
小于2.2T的硬盘采用MBR，大于2.2T的硬盘采用GPT，这样的话，解决方案就很灵活了，可以根据以上所列相同点的第1条和补充里面第2条，使用MBR硬盘建一个非隐藏活动主分区，放置系统引导文件，然后将系统安装在MBR硬盘或者GPT硬盘都可以，无论单系统还是多系统都无所谓，两块硬盘交叉安装操作系统也没有任何问题
强调两点 ：
1.这样安装的话不限于64位操作系统及XP以上版本，理论上只要是能对GPT硬盘进行读写的系统版本就可以安装。实际测试，32位XP和2003sp1以及之前的版本，电脑事先安装GPT硬盘的情况下，即使系统安装在MBR硬盘，原版系统安装，没有问题，如果是Ghost系统，有可能出现卡死或者蓝屏等问题导致无法顺利安装；先在MBR硬盘安装好系统，然后再装GPT硬盘，无论原版还是Ghost系统都没有问题，只是GPT分区无法识别（解决方法很简单，就是使用2003sp2的disk.sys文件替换到以上系统，就可以完美识别GPT分区，此法简单易操作，且不涉及系统稳定问题，感兴趣的话可以自行搜索）。64位XP安装在MBR硬盘，引导、启动都没有问题，安装在GPT硬盘无法引导。其他系统无论32位还是64位，无论安装在MBR还是GPT，都可以正常引导启动；
2.BIOS安装系统到GPT硬盘仅限于Ghost方式，Ghost解压完毕后手动修复引导即可。
第二种办法是单块大于2.2T的硬盘+U盘或者光盘组合
使用GPT分区结构对硬盘进行分区，是否创建ESP分区都无所谓，因为主板不支持UEFI，创建此分区也没什么用，全凭个人爱好了。然后只能使用Ghost方式解压安装操作系统到硬盘，无论单系统还是多系统，全部安装完毕后，准备一个U盘，大小无所谓，只要不小于十几M就行，使用分区软件设为活动主分区，插在电脑上。进PE（2003sp1以上版本），手动或者使用工具软件修复单系统或者多系统引导，将引导文件写入U盘。然后就可以使用此U盘启动所安装的单系统或者多系统了。此方法实际上就是用U盘代替了第一种方法中的小硬盘而已，没什么本质区别。（这个方法大概10年前我就在电脑论坛发过帖子，当时考虑的是用U盘做一个 系统启动钥匙 ，因为系统引导文件在U盘上，电脑如果不插这个U盘是无法启动的。MBR硬盘系统：Windows864位+Windows732位+WindowsXP32位，GPT硬盘系统：Windows832位+Windows764位+WindowsVista32位，测试环境：杂牌945主板、32M老U盘，测试通过。）
另外还可以再使用光盘来代替U盘，具体方法说起来更简单，用软件创建一个可启动光盘（创建方法自行查询，会做的不用讲，压根没接触过的，另开帖子专门讲也不一定看得懂），然后将上面U盘里的系统启动文件加进去刻录就可以了。然后使用此光盘启动电脑，效果和U盘是一样的。此方法仅仅作为一种可行性的介绍，不推荐使用，U盘比这个方便的多，没必要多此一举。
备注： 使用此方法，理论上来讲凡是可以对GPT进行读写的系统都适用，但实际上XP以上系统无论32位还是64位操作系统全部测试可行，但是2003sp1及XP64位这些可以读写GPT的系统也不行，这个不知道是由于NT5.X的ntldr引导机制还是其他的什么原因，有知道原因的朋友不吝赐教！
注：
1.除专门标明“Ghost系统”，本文所提及的系统安装均为 微软 原版Windows系统，不包含任何修改版本
2.非UEFI主板安装原版系统到GPT磁盘，只能采取wim直接解压到分区或者先将系统Ghost化，然后解压安装的办法。
3.本文所有结论全部为反复多次实际测试结果，不是设想、假设，更不是想象或者幻想以及想当然的以为
4.本文内容已经多次修订和修改，这是个人的一点经验总结，难免有纰漏以及表达不准确之处，望有相关经验的朋友给予更多帮助
附注：
鉴于许多的网友浏览本文之后提出如下问题，因此 酷站网软 特集中在此做如下补充说明，不再过多赘述及一一答复：
原本很早之前就写了一篇关于 预装win8的电脑改其他系统以及安装多系统 的文章，虽然经过多次修改，最后还是放在电脑里没有在任何地方发表出来。
虽然那是亲自实践过 多个品牌和型号 的预装机器之后总结出来的经验，但是仍然发现 在其他品牌和型号的电脑上根本无法通用 。而我不可能也没条件遍试所有的机器，因此此篇文章就此搁浅。
因此我在我的这篇文章里面没有涉及任何 预装win8系统的电脑改系统 的问题。
这是我的一贯态度，我所写的都是我亲身实践、确实可行、不需讨论的，在我这里不可能出现“我觉得”“我认为”“应该是”这类想象或者幻想的东西。
（在此还是要特别强调几点：
1.这个意思并不是说“预装win8的电脑改其他系统以及安装多系统”是完全不可行的，只是目前为止还没找到通用的方法。也就是说可能在某个品牌和型号的电脑上按照某种方法安装非常顺利，但是同样的方法用在其他品牌和型号的电脑上可能完全不适用。
2.不管是用何种方法，比如Ghost、PE、nt6 hdd installer、快捷安装器、直接setup、在vhd装、全盘转换成mbr、手动写引导等等方法，将其他系统装进硬盘，只要通过这块主板启动，就要面对安装失败的问题，因此制约因素在主板上，并不在于采用什么方式安装系统
https://www.kzwr.com/article/110118
DriveGPT雪湖·海若诞生，将重塑汽车智能化技术路线
和 ChatGPT 在 AIGC（AI- Generated Content，人工智能生成内容）领域一样具备颠覆性的事情正在发生。
4 月 11 日，自动驾驶技术公司毫末智行在其第八届 HAOMO AI DAY 上，重磅发布行业首个自动驾驶生成式大模型 DriveGPT，中文名「雪湖·海若」，该模型参数规模达到 1200 亿，可用于解决自动驾驶研发过程中困扰已久的认知决策问题，并通过能力迭代，最终实现端到端自动驾驶。
此前，受制于传统模型「数据量小、基于规则」等局限性，智能驾驶技术进展一度较为缓慢，甚至不少从业者都对未来产生了自我怀疑，在这样的背景下，两年前，毫末率先投入到大模型技术的研发之中，旨在寻找新的突破。
经历了先行探索和反复验证，毫末成功找到了突破口——生成式大模型，通过在行业首个将 GPT 落地到自动驾驶领域，大大加速了更高阶智能驾驶的落地应用。
「生成式大模型将成为自动驾驶系统进化的关键，基于 Transformer 大模型训练的感知、认知算法会逐步在车端进行落地部署。」毫末董事长张凯在 HAOMO AI DAY 上对行业未来发展趋势作出论断。
毫末 CEO 顾维灏也表示：「DriveGPT 雪湖·海若将会重塑汽车智能化技术路线，让辅助驾驶进化更快，让自动驾驶更早到来。」
顾维灏在自动驾驶技术领域的眼光独到，布局非常领先。
事实上，毫末在 2021 年就已经开始了 Transformer 大模型技术的探索，并快速落地应用到 BEV 视觉感知算法当中，然后又以五大模型的方式来实现自动驾驶感知、认知算法的快速升级，现在这些大模型将统一到 DriveGPT 生成式大模型当中，目标将实现端到端自动驾驶。
毫末的探索始终走在行业技术探索的前列。
据了解，新摩卡 DHT-PHEV 即将首发搭载 DriveGPT 雪湖·海若量产上市，届时，用户市场还将迎来一轮新的震撼。
「毫末真正重塑了行业信心，」一位业内人士略微激动地说道，「这将是一场革命。」
01、DriveGPT 雪湖·海若，如何颠覆智能驾驶
在介绍 DriveGPT 雪湖·海若之前，先回顾一下 ChatGPT 的概念，其全称是 Chat Generative Pre-trained Transformer，字面意思是用于聊天的生成式预训练 Transformer 大模型。
其中 Transformer 是 ChatGPT 的重点，最早由谷歌在 2017 年提出，该模型基于注意力机制的设计，可以实现出色的算法并行性，因而迅速在自然语言处理（NLP) 领域流行起来，ChatGPT 就是其最新成果。
Transformer 大模型对于智能驾驶来说也不陌生，在 NLP 中奠定了核心地位之后，被逐渐被引入计算机视觉（CV）领域，后又被特斯拉、毫末智行等行业龙头先行引入自动驾驶系统中，用于提升感知端的模型效果。
如今，毫末在 Transformer 大模型的应用上更进一步，将其率先拓展到智能驾驶系统认知端，DriveGPT 雪湖·海若由此诞生。
从同样使用 Transformer 大模型的角度来说，ChatGPT 和 DriveGPT 雪湖·海若属于同宗同源。
其中，ChatGPT 是对话式的生成式自然语言模型，输入是自然语言的文本串，输出是自然语言的文本，可以完成通用的下游语言生成任务，比如多轮对话、代码生成、翻译、数学 运算等能力。
而毫末 DriveGPT 雪湖·海若是用于自动驾驶场景的生成式大模型，输入是感知融合后的文本序列，输出是自动驾驶场景文本序列，即将自动驾驶场景 Token 化，形成「Drive Language」，最终完成自车的决策规控、障碍物预测以及决策逻辑链的输出等任务。
DriveGPT 雪湖·海若首先在预训练阶段通过引入量产驾驶数据，训练初始模型，再通过引入驾驶接管 Clips 数据完成反馈模型 (Reward Model) 的训练，然后再通过强化学习的方式，使用反馈模型去不断优化迭代初始模型，形成对自动驾驶认知决策模型的持续优化。
具体来说，DriveGPT 雪湖·海若会通过人类反馈强化学习的方式进行迭代，用 DriveGPT 雪湖·海若最新模型 (Active Model) 对真实场景 Case 做生成，产出多种场景序列结果，再用反馈模型给这些结果进行打分排序，目标是把好的结果排上来，差的结果排下去，然后与初始模型 (Pretrain-Model) 的生成概率做比较，放大比分。最后通过强化学习的方式将参数再次更新到最新模型 (Active Model) 中，一直反复这个迭代过程。
其中，Reward Model(反馈模型) 的训练过程是独立的，使用带有偏序关系的 Pair 样本对来训练，这些样本对来自于接管 Case，毫末将与人类驾驶结果相似的模型结果作为正样本，与被接管轨迹相似的作为负样本，这样来构建偏序对集合，再利用 LTR(Learning To Rank) 的思路去训练 Reward Model，进而得到一个打分模型。
此外，DriveGPT 雪湖·海若还可以输出决策逻辑链：即在输入端提供 Prompts(提示语)，根据提示输出含有决策逻辑链 (Chain of Thought) 的未来序列。
毫末 CSS 自动驾驶场景库是 CoT 的重要输入，拥有超过几十万个细颗粒度场景，将 Prompt 提示语和完整决策过程的样本交给模型去学习，学到推理关系，从而将完整驾驶策略拆分为自动驾驶场景的动态识别过程，完成可理解、可解释的推理逻辑链生成。
除了用作认知决策，DriveGPT 雪湖·海若还可以逐步应用到城市 NOH、捷径推荐、智能陪练以及脱困场景中。
有了 DriveGPT 雪湖·海若的加持，车辆行驶会更安全；动作更人性、更丝滑，并有合理的逻辑告诉驾驶者，车辆为何选择这样的决策动作。
对于普通用户来说，车辆越来越像老司机，用户对智能产品的信任感会更强，理解到车辆的行为都是可预期、可理解的。
尽管 DriveGPT 雪湖·海若刚出世就拥有强大的功能，但这还不是它的「终局」，毫末对于 DriveGPT 雪湖·海若的目标是实现端到端自动驾驶，后续毫末会持续将多个大模型的能力整合到 DriveGPT 雪湖·海若中。
与此同时，毫末也对外构建 DriveGPT 雪湖·海若生态，通过对行业提供开放服务，促进自动驾驶的从业者和研究机构，快速构建基础能力，释放创新。
汽车之心获知，毫末 DriveGPT 雪湖·海若首批定向邀请了北京交通大学计算机与信息技术学院、高通、火山引擎、华为云、京东科技、四维图新、魏牌新能源、英特尔等加入。
事实上，毫末对于大模型的开放从 DriveGPT 雪湖·海若的中文名「雪湖·海若」即可窥见。
据了解，「海若」一词出自《庄子·秋水》中的神话人物北海若，在该书中，另一神话人物河伯请教北海若，何谓大小之分，北海若教导河伯说，不因天地而觉大，不因毫末而觉小。
毫末据此把 DriveGPT 中文名命名为「海若」，寓意着智慧包容、海纳百川，为行业发展贡献力量。
02、自动驾驶生成式大模型「第一枪」，为何由毫末打响
自动驾驶领域顶级玩家众多，毫末凭何在全球首个推出了自动驾驶生成式大模型 DriveGPT 雪湖·海若？
要回答这个问题，首先要理清楚毫末 DriveGPT 雪湖·海若的本质，它是应用在智能驾驶上的人工智能，就必然离不开人工智能三要素：算法、数据和算力，而这三者恰恰是毫末具备领先性优势的地方。
首先在算法的技术路线上，毫末早早就坚定选择走渐进式发展路线，比「跃进式」玩家的量产时间更早，更快形成规模化，从用户真实使用场景中积累足够多的数据。
毫末还清晰地提出了从自动驾驶 1.0 时代到自动驾驶 3.0 时代的演进路径，并率先进入以数据驱动为核心的新时代。
从这时开始，自动驾驶获取的数据量与数据多样性将呈现指数级膨胀，在深度学习主导中，与大模型相辅相成，真正去解决自动驾驶最后的长尾难题。
在 2021 年 12 月第四届 HAOMO AI DAY 上，毫末发布中国首个数据智能体系 MANA，其由四大板块组成，分别是 TARS、LUCAS、VENUS 和 BASE。
其中，BASE 是整个系统架构的底层，包括数据底座、数据融合、PoseidonOS 等。
其他三大板块置于上层：
- TARS 代表毫末智行的开发的原型算法，包括感知、规划决策、地图定位、仿真引擎；LUCAS 是提取数据价值，以数据驱动系统能力持续迭代的核心子系统，解决场景泛化，评测和部署的问题；VENUS 则是数据看板，以参考标准评价算法的好坏。
<span style
【本文来自易车号作者汽车之心，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】
以上就是关于gpt诞生相关问题的回答。希望能帮到你，如有更多相关问题，您也可以联系我们的客服进行咨询，客服也会为您讲解更多精彩的知识和内容。
推荐阅读：
手机可以下载chatGPT吗（手机上怎么下载chatwork）
赣公网安备 50019002502384号
