稳住,ChatGPT不会失守!
撰稿 | 言征
好久没有这么热闹了!能引起世界范围内全民大讨论的产品实在太珍贵了,大脑高速运转着想了一圈,似乎也只能借英伟达CEO黄仁勋的那句“iPhone时刻”,来形容更合适些。
问世5天,用户破百万。两个月,月活1个亿。
那么入场ChatGPT的ROI到底是多少?小编整理了ChatGPT的成本与营收模式,并简要盘点了国内巨头的布局与相关政策,以及开发者应该如何投入其中,希望能帮到大家。
一、造一个ChatGPT需要多少成本
ChatGPT的到来,虽说是“iPhone时刻”,但烧钱程度令人发指。这里整理了下相关机构的测算数据,分为初始投入成本、训练成本和运营成本三方面介绍。
1.初始投入成本
国内知名券商国盛证券,曾测算过OpenAI在现阶段需要的算力费用。以今年1月平均每天约有1300万独立访客使用ChatGPT为情况看,对应芯片需求为3万多片英伟达A100GPU,初始投入成本约为8亿美元,而每日的电费也将在5万美元左右。
2.训练成本
光有了芯片,只是有了算力基础,模型的训练费用也是一大门槛。国盛证券则基于参数数量和token数量估算,GPT-3训练一次的成本约为140万美元;对于一些更大的LLM模型采用同样的计算公式,训练成本介于200万美元至1200万美元之间。
图:各代GPT参数一览
(在大模型的框架下,ChatGPT所使用的GPT模型,每一代参数量均高速扩张,预训练的数据量需求和成本亦快速提升)
3.运营成本
首先是回复成本:马斯克曾在推特平台提问ChatGPT“每次聊天的平均成本是多少”。OpenAI的CEO阿尔特曼预期略显苦涩:ChatGPT平均每次的聊天成本为“个位数美分”,并表示还需要努力优化成本。
那么到底这个“个位数”是多少呢?笔者根据以下数据得到了答案。
· 2023年1月,投资银行摩根士丹利的一份分析报告称,ChatGPT的一次回复成本大约是谷歌搜索查询平均成本的6倍-28倍。
· 而根据摩根士丹利最新的一则分析估计,谷歌去年3.3万亿次搜索的平均成本约为每个0.2美分。
因此,可以看出ChatGPT聊天回复成本为1.2~5.6美分。
那么,每日咨询量有多少呢?、根据Similarweb数据,截至2023年1月底,chat.openai.com网站(即ChatGPT官网)在1月27日-2月3日这一周吸引的每日访客数量高达2500万。
假设每日每用户提问约10个问题,则每日约有2.5亿次咨询量。那么可以得出光支撑聊天成本这一项,一天的支出就高达0.3~1.4亿美元。(当然,成本会慢慢降下来的。)
千万美元只是入场费,一天几千万甚至过亿美元的运营才是难以承受之重!
小冰公司CEO李笛算过一笔账:“如果按照ChatGPT成本来考量的话,每天我要烧3亿人民币,一年要烧一千多亿。
近日,谷歌母公司Alphabet董事长John Hennessy也表示了对于成本的关注:基于大型语言模型的搜索的成本可能是标准关键词搜索的10倍。该技术将产生数十亿美元的额外成本,预计将对Alphabet集团的盈利能力造成冲击。
所以说,再造一个全真“ChatGPT”,门槛实在太高了(大厂的“护城河”也会很深)。即便对于谷歌此类的国际巨头,也不得不再三考量,慎重考虑。
二、OpenAI能赚多少
巨额成本的投入与支出,能否带来预期的收入呢?OpenAI的翻身似乎回答了这个问题。
去年OpenAI财务上净亏损达5.45亿。而明显人们目睹了ChatGPT的灵魂冲击后,也不太怀疑它的变现能力。不久前,OpenAI宣称预计今年会有2亿美元收入,明年收入达10亿美元。
目前来看,OpenAI围绕ChatGPT 的盈利模式大致分为两种:
1)提供API 数据接口,执行自然语言处理任务,按字符数收费;
2)ChatGPTPlus提供服务器忙碌时段优先响应等特权,并收取20 美元/月的订阅服务费。
此外,如果我们把新Bing与ChatGPT融合来看,这种基于对话的智能搜索也会产生不菲的广告收入。
话说回来,OpenAI的掌舵者阿尔特曼似乎对于商业化没有太多的想法,他之前就对此问题表示:“我不知道。”但随着后续业务的深度融合,吸金能力远超我们的想象。
而回到国内,可能企业更关心的是业务场景,是先做B端还是先做C端的选择问题。
三、争先布局,大象起舞
互联网流量见顶的时代,巨头们都在忙于破局。在AIGC领域,似乎各大科技公司看到了一线曙光,开始积极布局,期冀将这场新兴技术趋势有效转换成市场竞争优势。
百度飞桨、腾讯优图、阿里达摩院、字节、网易等AI研发部门开始了新一轮类ChatGPT产品的角逐。
其实,大模型这条赛道其实已经不算新鲜了,国内不少企业都有各自的积累和领域优势。
不过目前来看,近期头角峥嵘的当属百度。
周四,百度创始人李彦宏在Q4及全年财报电话会上,格外凸显出他对即将发布的“文心一言”的兴奋与期待,甚至放言:“我们相信它将改变云计算的游戏规则。”
从会上公布的计划来看,“文心一言”成为了接下来业务展开的“C位”——多项主流业务,例如,搜索、智能云、Apollo自动驾驶、小度智能设备等都将与它整合,其中,文心一言将通过百度智能云对外提供服务。3月将至,处于“冲刺期”的“文心一言”,即将破茧。
10余年的高额研发投入,等来一次爆发点。搜索面向C端、智能云面向B端,百度这头曾经错失移动互联时代的大象,正在迎来一场全新全面的“起舞”机遇。
四、新名词何以持续
技术概念层出不穷,更多的“时髦词”是禁不起吹捧的。
上一次人们提及元宇宙时,还只限于“什么才是元宇宙”的想象,而后伴随着人们对于“乌卡(VUCA)时代”的反复考量,呼声渐渐淹没。
一个可能的技术趋势想要在社会中站稳脚跟,归根结底还是要提供真正的价值。以ChatGPT为代表的AIGC技术,同样要攻克以往“AI落地难”的痛点,让AI在改善用户体验、创造用户新体验上、创造社会价值上仔细思考和创新。而这一点,也是最为核心的。
可喜的是,我们看到了它的价值。写邮件、头脑风暴、改写代码、写总结等文字类的任务,的确能让从业者省去很大的时间成本,相信未来还有在语音、图像、视频等内容类的多元场景看到AIGC的不俗表现。
当然除了核心价值之外,也离不开鼓励创新的土壤。科技部昨日也回应了关于ChatGPT的问题:“我国对于任何一个新的技术,包括AI技术,在伦理方面都采取了相应的措施,对科学技术发展趋利避害,让‘利’更好地发挥出来。”
那么视角拉回到开发者,我们技术人需要怎么做呢?摒弃浮躁跟风的心态,扎实搞清要解决的问题,比上来就奔着看“股票涨跌”的热闹要务实些。比如,OpenAI的开发者正在研究降低模型训练成本的实用方法。
25日,中国工程院院士、阿里云创始人王坚的2023全球人工智能先锋大会上表示:算力不再是开发者的瓶颈或借口。开发者要对整个行业有全盘的了解,了解算法的能力和边界。
王坚表示,真正开发出顶级人工智能的开发者,遵循的思路是找到问题,用现有技术解决问题,解决问题的本身实际上就是突破。
“你需要在正确的时间做正确的事,这很重要。”
以上是稳住,ChatGPT不会失守!的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

DALL-E 3 于 2023 年 9 月正式推出,是比其前身大幅改进的型号。它被认为是迄今为止最好的人工智能图像生成器之一,能够创建具有复杂细节的图像。然而,在推出时,它不包括

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在

本站7月5日消息,格芯(GlobalFoundries)于今年7月1日发布新闻稿,宣布收购泰戈尔科技(TagoreTechnology)的功率氮化镓(GaN)技术及知识产权组合,希望在汽车、物联网和人工智能数据中心应用领域探索更高的效率和更好的性能。随着生成式人工智能(GenerativeAI)等技术在数字世界的不断发展,氮化镓(GaN)已成为可持续高效电源管理(尤其是在数据中心)的关键解决方案。本站援引官方公告内容,在本次收购过程中,泰戈尔科技公司工程师团队将加入格芯,进一步开发氮化镓技术。G
