ChatGPT商业化进程、应用场景、迭代历程及优势分析

AIGC产业生态迎来爆发期。

1.微软追加投资，ChatGPT商业化进程加快

微软近日考虑宣布将向OpenAI进行近百亿美元的投资，此前微软分别于2019年和2021年对OpenAI进行投 资，若此次投资完成微软将拥有OpenAI 49%的股权。微软对单个100GPU的收费是3美元/时，按照 ChatGPT加载模型和文本的速度，生成一个单词的费用约为0.0003美元；而ChatGPT的回复通常至少有 30个单词，因此ChatGPT每回复一次，至少花OpenAI 1美分。微软既能提供钱，又能提供算力。 2023年1月，ChatGPT的活跃用户数或已达1亿，可能是史上增长最快的消费者应用。因访问量过大， OpenAI对ChatGPT进行了大规模限流，包括限制每小时的提问数量，以及高峰时段排队等举措。 OpenAI于2023年2月正式推出ChatGPT Plus版本(率先对美国地区用户开放)，收费20美元/月，Plus版 ChatGPT全天可用，无需排队。

2.依托微软生态， ChatGPT不断拓展应用领域

ChatGPT作为文字模态的AIGC发展潜力大，可以与图形模态的AIGC相结合，打造从文字描述到图 片生成的AI辅助工具。 依托微软生态：依托于微软的操作系统、office等产品在全球市场份额的优势地位和强大产品生态， ChatGPT更多应用场景有望快速推进。微软CEO表示，微软正迅速推进OpenAI工具的商业化， ChatGPT等工具将整合进微软旗下产品中，包括且不限于Bing搜索引擎、Office全家桶、Azure云 服务、Teams聊天程序等 。下游应用场景丰富：ChatGPT的下游应用场景包括代码机器人、小说衍生器、对话类搜索引擎、语 音工作助手、对话虚拟人（客服、外呼、营销）等。

星星之火可以燎原，ChatGPT有望进一步打开AIGC海量空间

ChatGPT爆火的背后是AIGC生态的逐渐繁荣，随着数字经济与实体经济融合程度不断加深，以及互联 网平台的数字化场景向元宇宙转型，人类对数字内容总量和丰富程度的整体需求不断提高。AIGC作为 新型的内容生产方式，已经在传媒、电商、影视、娱乐等行业取得重大创新进展。 2022年，AIGC发展速度惊人，迭代速度呈现指数级爆发，谷歌、Meta、百度等平台型巨头持续入局 ，未来随着国内政策环境的优化，虚拟人、人机交互等场景需求旺盛，有望推动AI技术在金融、政府、 医疗、工业等领域的加速落地。AIGC有望成为数字内容创新发展的新引擎，为数字经济发展注入全新 动能。

3.ChatGPT的诞生：GPT迭代而来的当今最强版本

ChatGPT是由最初的GPT迭代而来：基于文本预训练的GPT-1， GPT-2，GPT-3都是采用的以Transformer为核心结构的模型。2018年发布GPT-1模型，其规模和数据量都比较小。 2019年发布GPT-2模型，使用了更多参数的模型和更多的训练数据 , 且使用zero-shot设定实现仅通过一次预训练的就能完成多种任务 ，减少了下游微调的频率。 2020年发布GPT-3模型，最显著改变的是把模型参数提升到了千亿 级，并在代码编写和数学运算等方面也有上佳表现。 GPT3的缺陷是存在预训练模型的偏见性，由于预训练模型都是通 过海量数据在超大参数量级的模型上训练出来的，其生成的内容无 法被保证，会存在包括种族歧视，暴力血腥等危险内容。因此推动 了InstructGPT和ChatGPT的诞生，即GPT3.5。

InstructGPT是基于GPT3的微调版本：通过激发模型的理解能力 ，可以根据人类反馈进行微调，使语言模型与用户对各种任务的 意图保持一致，使输出内容的真实性提高且危险性降低。 ChatGPT是InstructGPT的兄弟模型， 但在数据收集上提高了对 话类数据的占比，更多地将提示转换为Q&A，因此ChatGPT更 容易结合上下文，其连续对话能力会更好。

4.ChatGPT的特点与优势

InstructGPT和ChatGPT, 即GPT3.5, 采用了GPT-3的网络结构，通过指示学习构建训练样本来训练一个反应预测内容效果 的奖励模型（RM），最后通过这个奖励模型的打分来指导强化学习模型的训练。 训练任务分为3步： 1. 根据采集的SFT数据集对GPT-3进行有监督的微调（Supervised FineTune，SFT）：了解如何回答查询。 2. 收集人工标注的对比数据，训练奖励模型（Reword Model，RM）：构建用于对查询进行排名的模型。 3. 使用RM作为强化学习的优化目标，利用PPO算法微调SFT模型 ： 学习人类的说话方式。

GPT3.5的优势： 效果更加真实：ChatGPT在GPT-3之上进行根 据人类反馈的微调，引入了不同的labeler进行 提示编写和生成结果排序，这使得训练奖励模型 时对更加真实的数据会有更高的奖励。 无害性提升：由于指示微调的引入，使语言模型 与人类意图保持一致，大大降低危害内容生成的 概率。 具有更强的Coding能力：基于GPT-3制作的 API积累了更多的Coding代码，通过Coding相 关的大量数据以及人工标注训练出来的GPT3.5 模型具备更强大的Coding能力。