|
ChatGPT已經(jīng)更新了好幾代了，名字也隨著變化，我一直還稱作ChatGPT，大家知道怎么回事就行了；我覺得名字不重要，重要的是迭代版本做了什么。
ChatGPT作為國外大語言模型產(chǎn)品的代表，為國人熟知，當然還有其他幾個也不錯，總的來說基本是個位數(shù)。
國內(nèi)大語言模型產(chǎn)品那就不是個位數(shù)了，有板有眼能列出一百多個，真特么“厲害”，這錢是那么好賺的嗎。
國內(nèi)國外大語言模型最大的區(qū)別是什么？不用從算法、算力、數(shù)據(jù)量等方面去比較了。只說一個利用它們完成工作的復雜度來說吧。
ChatGPT+插件幾乎能完成我們目前所知的很多事情，什么綜述、列提綱、做PPT、畫畫、看檢測報告等等，用起來簡單。
國內(nèi)這幫大語言模型，可能是水平不行，你偏重這個我偏重那個的，美其名曰跑在不同的賽道上，由于水平良莠不齊，你要完成一些工作，要熟知很多很多產(chǎn)品，要換來換去地用，煩都煩死你。
我看了很多人工智能的書，凡是內(nèi)容和大語言模型有關(guān)的，這書三分之二都會羅列這些AI在各個行業(yè)的應用，都是描述性的，感覺是又臭又長，互相雷同；從來都是AI在醫(yī)學上能干啥，AI在金融上能干啥，AI在農(nóng)業(yè)上能干啥...從來不提具體怎么做，做起來難點在哪里，目前落地實用的有哪些...目前ChatGPT的各種應用案例，盡管應用的場景、行業(yè)五花八門，但總體來說都是以文本內(nèi)容作為輸入和最終的輸出。事實上不只是ChatGPT，目前各個領(lǐng)域的人工智能模型都面臨著只能處理單一類型任務的局限性。控制其他AI模型。浙江大學與微軟亞洲研究院合作的模型HuggingGPT是在ChatGPT基礎(chǔ)上發(fā)展而來的，它可以處理不同領(lǐng)域和模態(tài)的任務。HuggingGPT使用大型語言模型作為接口來控制其他專家模型，并通過協(xié)作執(zhí)行者來解決各種任務。控制機器人。微軟公司官方發(fā)布過一篇名為ChatGPT for Robotics: Design Principles and Model Abilities的文章，在這篇文章中，微軟公司展現(xiàn)了其通過ChatGPT控制機器人的多個成功案例。在無人機方面，微軟公司成功地利用ChatGPT與無人機進行交互。實驗中，用戶可以用自然語言指示無人機執(zhí)行任務，例如執(zhí)行特定的飛行路徑，如Z字形巡航。ChatGPT在理解指令后，會生成相應的代碼來控制無人機。ChatGPT甚至能讓無人機拍攝自拍照。在機械臂應用方面，微軟公司研究團隊將ChatGPT應用于操控機械臂，使其能夠完成各種操作。自主代理服務。Auto-GPT是由名Significant Gravis的公司設計并發(fā)布的Python程序，它通過調(diào)用OpenAI提供的GPT模型API，“自主”完成各種工作。在使用該程序時，用戶只需要為其設定好角色和最多5種既定目標，Auto-GPT就可以自行產(chǎn)生完成任務所需的每一個提示，而不必自己去構(gòu)思。Auto-GPT最大的優(yōu)勢在于它不僅可以完成文本類信息的處理和獲取，而且在用戶賦予權(quán)限后能夠與在線和本地的應用程序、軟件和服務（如網(wǎng)絡瀏覽器、文本編輯器等）進行交互，具有更好的交互性，并且能夠執(zhí)行更豐富的任務。另一個Auto-GPT的特點是，在自動執(zhí)行過程中，它不會“一條道走到黑”。當其發(fā)現(xiàn)當前執(zhí)行的思路無法完成目標時，它會反思并尋找新的方法，這是通過使用計劃、批評、行動、閱讀反饋和再次計劃的反饋循環(huán)來實現(xiàn)的。輔助虛擬現(xiàn)實。ChatGPT可以為虛擬世界設計富有吸引力的互動活動，在實時游戲和活動中為每個用戶根據(jù)輸入信息生成回復，提供個性化的答案和難度，從而極大地提高用戶體驗。其次，通過與視覺模型相結(jié)合，ChatGPT可以幫助虛擬世界開發(fā)出更為逼真、引人入勝的數(shù)字化形象。
|
