2023-07-06 17:15:14 来源: ZAKER科技
文 | 佘宗明
(资料图)
发现没，好像没什么人再吹 GPT-4 了（包括）。
料到了它的热度会降下来，不降对不起 Gartner 曲线，但没想到是断崖式下降。
要知道，110 多天前，作为 ChatGPT 进化版的 GPT-4 刚问世时，很多人还被它能 1 秒生成网站、解答逻辑题、调侃脑筋急转弯的能力惊到了。
那时候，国人的反应通常包括几点：
先是震惊，「真是牛逼 Plus」。
后是担心，「差距又拉大了」。
接着是觉得自己想象力已经不够用了：按照 GPT 这一日千里的进化速度，GPT-5 出来后，是不是得宣告大结局了？
尽管今天舆论谈到 GPT 时习惯提 ChatGPT，但 GPT-4 其实是更强大的存在。
「皮衣刀客」黄仁勋就说：GPT-4 的厉害之处，OpenAI 也没说清楚。
360 创始人周鸿祎则是将 GPT-4 视作「通用人工智能的奇点和强人工智能到来的拐点」。
「硅基取代碳基」的话题，也被 GPT-4 的史诗级进化带入舆论场。
包括马斯克跟 AI 教父 Bengio 在内的上千名科技行业人士，没多久后还联名发公开信，呼吁暂停强 AI 的研发。
▲马斯克等上千名科技人士此前曾发联名公开信，呼吁为强 AI 研发摁暂停键。一股担心科技大爆炸引发社会大震荡的流行情绪，在全球蔓延开来。
可现在呢，你跟许多人说 GPT-4，他没准会回你：GPT 什么？G 什么 4？什么 PT4？
你说：行，你先凉快着吧。他说「好嘞」，尔后继续刷普里戈任或蔡徐坤。
天空响了一道惊雷，但风暴雨并没有来。
何止是 GPT-4，就连 ChatGPT 和背后的 OpenAI 公司，都在「增长放缓」的判断和「这轮 AI 见顶了吗」的分析中，显得有些黯淡失色。
以前上热搜，指向的都是 ChatGPT 厉害炸了。
而今成热门，画风早已大变——
图灵奖得主杨立昆炮轰 ChatGPT：五年内就没人用了
马斯克为了不再被 ChatGPT 白嫖，决定给 Twitter「上锁」
ChatGPT 凉了？6 月访问量环比下滑近 10%
OpenAI 遭集体诉讼，明星大模型变「数据小偷」?
已经有媒体开始很严肃地讨论：GPT，是吹起来的泡沫吗？
01
之前看 GPT-4 像乔峰，武功盖世。
现在看 GPT-4 像慕容复，浪得虚名。
这似乎又是个「初看是王者，再看是青铜」的故事脚本。
问题来了：现有的大模型天花板 GPT-4，已经不香了吗？
看上去，确实是这样。
就在上个月，「GPT-4 变笨」的话题，一度在国外技术社区内引发热议。
有用户反馈，把 GPT-4 的 3 小时 25 条对话额度一口气用完了，都没能解决自己的代码问题，无奈切换到 ChatGPT 基于的 GPT-3.5 版本，反倒把事情解决了。
他反馈的主要问题包括：以前 GPT-4 能写对的代码，现在满是 Bug；回答问题的深度分析变少了，内容质量变差了。
这引起网友们的共鸣，「GPT-4 开倒车」的说法由此兴起。
不少网友都怀疑，GPT-4 会像微软必应那样，出道即巅峰，但后来惨遭「前额叶切除」。
深度学习框架 Keras 创始人、网红科学家 François Chollet，为 GPT-4「自干五」地洗道：
不是 GPT 的表现变差，而是大家渡过了最初的惊喜期，对它的期待变高了。
言下之意，是高期待值拉高了人们对 GPT 失误的敏感度。
但 OpenAI 开发者推广大使 Logan Kilpatrick，倒是挺会自我拆台——
▲很显然，OpenAI 开发者推广大使是个耿直 Boy。网友问他，GPT-4 大模型本体自从 3 月 14 日发布以来都是静态的，对吧？
他说，没错。
网友又问他，相同提示词回答不一致，是因为大模型本身不稳定吗？
他又回答，Yes。
回答得这么坦诚，一看就是没好好学习胡锡进的讲话艺术：近期网上出现了 ××，老罗也看到 ××，知道大家很 ××，老罗忍不住啰嗦几句，虽然 ×× 确实存在 ××，但是 ××……
02
GPT-4 变「弱」了，国内科技大佬的「大模型自信」也就变强了。
几个月前，国内外 AI 大模型存在代差，几乎是共识，歧异只在于差距到底有多大。
今年 3 月 25 日，周鸿祎曾表示，中国大语言模型和 GPT-4 差距在两三年。
5 月上旬，周鸿祎跟俞敏洪对谈，谈到 ChatGPT 问题时说，「如果不经过两年的模仿和抄袭，上来就说自己能超越，那才叫吹牛呢。」
几天后，做客央视节目时又说：GPT-4 有强大的思维链模型，能够把一个事情做连续多步推理，能够把一个目标做多任务的分解和规划。如果要跟这种能力去比，国内大模型引擎跟它比都是六七十分的水平，差距可能是两年，「如果有人说差两个月、差两周我可能不太相信」。
华为原副总裁张俊对此大概颇为认同，他 5 月下旬受访时也说，国内外 AI 大模型存在约两年的代差。
而李彦宏被王小川怼，也是因为他 3 月下旬接受专访时提了一嘴「文心一言和 ChatGPT 的水平差了 2 个月，但可以追赶」。
在王小川看来，这属于自我吹嘘，「怎么可能只差 2 个月？」「之前如果说追上 GPT-3.5 用一年还是有可能的，但是目前 OpenAI 已经训练到 GPT-4 的级别，GPT-5 也在训练过程当中，我们追上还需要三年。」
就连李彦宏事后都给自己找补，说自己是被断章取义了。
▲李彦宏称「文心一言和 ChatGPT 的水平差了 2 个月」后，被王小川怼了。彼时的共识就是：AI 大模型的进化是非线性的，其正向增强回路的特点会强化「强者愈强」的头部效应，外加语料库质量差异，国内外 AI 大模型很可能会越拉越大。
但近段时间，某些大佬的口径在变。
科大讯飞董事长刘庆峰就很自信。在 5 月 6 日的讯飞星火认知大模型发布会上，刘庆峰表示，当前讯飞星火认知大模型已经在文本生成、知识问答、数学能力三大能力上已超 ChatGPT。
他还扬言：10 月 24 日，将实现通用模型对标 ChatGPT，中文超越 ChatGPT 的当前版本，英文能做到相当水平。
周鸿祎也不遑多让：6 月 8 日，跟品玩创始人骆轶航对话时，他说，最近几个月国内同行陆陆续续发布了自己的大模型，虽然客观来讲跟 GPT4.0 还有点差距，相比 GPT3.5 也有点差距，但差距没有那么大。
在 5 天后的 360 智脑大模型发布会上，他更是表示，国内大模型已基本赶上或接近国际先进水平，之前曾说和全球先进的差距有一两年，今天收回这句话。
中国工程院院士邬贺铨在 6 月下旬接受采访时也说，评价大模型水平应该是多维度的，全面性、合理性、使用便捷性、响应速度、成本、能效等，笼统地说目前我国大模型开发与国外的差距为 1 — 2 年的依据还不清楚，现在下这一结论意义也不大。
他还指出，按 2022 年年底的数据，美国占全球算力 36%，中国占 31%，现有算力总规模与美国相比有差距但不大，而以 GPU 和 NPU 为主的智能算力规模中，中国明显高于美国（按 2021 年年底数据，美国智算规模占全球智算总规模 15%，中国则是占到 26%）。
03
所以，GPT-4 是被吹得太狠了吗？
这两天的两则新闻，或许挺适合对此作答：
阿里达摩院多语言 NLP 团队日前发布了首个多语言多模态测试基准 M3Exam，共涵盖 12317 道题目，结果显示，多语言能力上，GPT-4 是唯一一个可以超过 60% 准确率的模型， 其他的均不及格。
麻省理工学院和微软的学者近来的研究也发现，GPT-4 在自修复方面表现出了有效能力，GPT-3.5 则没有。在此之外，GPT-4 还能够对 GPT-3.5 生成的代码提供反馈。
▲阿里达摩院的测试中，GPT-4 在多语言能力上仍是最秀的那一个。那为什么很多人感觉 GPT-4 能力退化了？
微软研究院早前刷屏的那篇论文《AGI 的火花：GPT-4 早期试验》中的说法，兴许可资参考：
微软方面获得的 GPT-4 版本性能，要远强于目前的公测版本。公测版本变弱，是因为它要对标人类的指令和价值观。
说大白话就是：OpenAI 也怕出安全问题，所以「宁可变慢一点，也要安全一些」。
有人会说：不重要了，没看到人家访问量正在下滑吗？
访问量下滑，确实是不少人评价 ChatGPT 们「涨不动了」「也不行了」的重要依据。
乍看起来，这不乏数据支撑：多家数据分析网站指出，ChatGPT 的访问量环比增长率已从 1 月份的 131.6%、2 月份的 62.5%、3 月份的 55.8%、4 月份的 12.6%，跌到了 5 月份的 2.8%，6 月份或环比下降。
▲统计显示，ChatGPT 的访问量增速出现回落态势。OpenAI 麾下的 ChatGPT 和 GPT-4 告别流量高增长时代，大概率是事实。
但别忘了几点潜在背景：
1，OpenAI 未必在乎 C 端用户直接访问官网的流量，因为它不想跟 B 端客户抢用户。
OpenAI 的 CEO 阿尔特曼就曾表示，ChatGPT 未来的核心战略使命，是吸引更多的企业应用程序接入 API，而非在 C 端，与自己的企业客户争夺流量。
OpenAI 从 3 月初开始，就在降价 token 的费用，借此鼓励更多第三方开发者（很多都是 B 端客户）使用 ChatGPT 和 Whisper 工具，通过 API 接口整合接入他们的服务。
现实中，很多人访问的都是那些应用插件，而不是 OpenAI 官网。这难免对 ChatGPT 和 GPT-4 造成分流，但那些统计工具并未顾及这层因素。
2，4 月初 ChatGPT 曾出现大面积封号，主要针对「特制工具」批量注册的黑账号。
来自东方的神秘力量们凭着 VPN 和黑科技贡献的流量，就被切掉了。
所以，你说它的流量下滑没毛病，但这未必是 OpenAI 最在意的。
04
不论是 GPT-4 貌似没那么「灵」了，还是 ChatGPT 和 GPT-4 访问量下滑了，都指向了一点：
大模型的正确打开方式，与其说是做流量入口，不如说是深入行业场景，做行业数字化的 AI 底座。
从网络反馈看，反映 GPT-4 变笨了的，主要都是些细分行业从业者。他们想要的业务知识，确实是那些基础性、普适型的公用大模型给不了的。
OpenAI 要把自身从 C 端爆火的超级 AI 应用，变成并不性感的 API 接口服务平台，说白了，就是想将价值做深，而不是只赚流量钱。
为什么阿里云的通义千问今年 4 月发布后，想要通过「伙伴计划」撬动更多企业在再训练和精调基础上打造企业的专属大模型？
为什么周鸿祎说「公有大模型在落地政府、城市、行业和企业场景时并不能直接使用，存在着缺乏行业深度、易带来数据安全隐患、无法保障内容真正可信及无法实现成本可控四大痛点」，企业级垂直大模型才是未来？
为什么腾讯云 6 月 19 日不是直接发布基础的通用大模型，而是发布面向 B 端客户的 MaaS（模型即服务）服务解决方案，帮金融、政府、文旅、传媒、教育等行业打造契合自身业务需要的「专属模型」？
原因就在于：AI 大模型是工业革命级的生产力工具，最终得服务于生产效率提升，是以还得将 B 端作为切入口。
唯有如此，才能在 AI 时代「把所有行业重做一遍」。
前些天，傅盛 PK 朱啸虎，围绕 ChatGPT 激辩，核心也在于类 ChatGPT 产品的价值点开掘上。
▲傅盛跟朱啸虎前不久在朋友圈激辩大模型创业。作为创投圈话题人物的朱啸虎，认为 ChatGPT 对创业者不友好，只有大厂商才玩得转大模型，大模型都是在大模型上做应用又没什么价值，完全没有 BAT 级机会。
曾跟周鸿祎、雷军、马化腾、马云等一众大佬相爱相杀的猎豹创始人傅盛，则认为大模型催生了很多新的架构在大模型之上的创业机会，包括直接在大模型上搭建的不同应用和由于数据私有带来的垂直领域大模型等。
可以这么理解：朱啸虎认为，创业公司们很难复制 OpenAI，压根就没做通用 AI 时代的 Windows 或安卓系统的机会。
傅盛则不以为然，认为做 AI 时代的美团滴滴也挺好——美团滴滴们不就是靠拿捏住落地场景做大的吗？
05
说回 GPT-4，再怎么说它变弱了，它依旧是霸榜级别的存在。
打个不甚恰当的比方，GPT-4 就是大模型版 NBA 里巅峰期还没过去的詹姆斯，它身后的 Bard、LLaMA、文心一言、通义千问等，就相当于字母哥、杜兰特、库里、约基奇，仍在追赶。
詹姆斯未必是「永远的神」（华语乐坛这么多年了「永远的神」也只有华晨宇一个），但在其鼎盛期，他的实力是独一档。
至于 OpenAI 的 GPT 以后会不会走下坡路，就难以料定了。
就目前看，中国大模型的追赶之路仍然道阻且长。
特别是考虑到美国预计 7 月份针对对华芯片出口实施新管制，连英伟达为中国特供的 A100 平替版 GPU 芯片 A800 都要禁，加速追赶正迎来更多高难度挑战。
▲英伟达为中国特供的 A800GPU 芯片，也在美国新一轮出口管制的射程内。但不能说中国大模型就没机会。中国互联网过去 20 年能弯道超车，成为全球 Top2 的玩家，超大市场提供的海量应用场景就是个重要因素。
中国消费互联网规模能做成全球第一，就得益于互联网平台们抓住了应用场景里蕴藏的机会，进而不断做大。
到了大模型时代，国产大模型很难再做出 ChatGPT 那种一问世就举世瞩目的大模型产品了，毕竟喝头啖汤有身位优势。
可它们能不能立足于应用场景，在助益实体产业中发掘出更多「平台级」机会来，还挺值得观察。
能，就会得到市场的犒赏。
说到底，GPT-4 有没有从北乔峰变南慕容，固然挺有说头。
但反求诸己，更重要的，还是练好「适合自身体质」的武功秘笈。
不然的话，连进 AI 江湖「五绝」的机会都没。
作者 | 佘宗明
运营 | 李玩
