ChatGPT 看起来是一个横空出世的产品，但其实是长期积累的一个结果。ChatGPT 可以简单分为两大块，一个是 Chat，就是交互 NLP 这一块，一个是 GPT 通用模型。NLP 的全称是自然语言处理，就是用计算机机器学习去替代人，NLP 主要是替代人去做自然语言的处理，2013 年前 NLP 可以理解为一种模式识别，可能早期一些聊天的机器人会使用匹配的方式，例如现在家用聊天机器人，其中模式识别比较多一点。ChatGPT 是从感知到认知，对底层的东西会有自己的理解和逻辑，这就是认知智能。
2013 年，谷歌提出了一个最初始的原则，基于深度学习的神经语言模型，用神经网络的方法去研究 NLP，这是相应的自然语言处理方法；2017 年，发布了第一版的 Transformer 算法模型，使用方式和自然语言处理特别适合做大数据的应用。OpenAI 在谷歌提出 Transformer 模型之后成立，从 2018 到 2020 年分别发布了 GPT-1、GPT-2、GPT-3，2022 年 11 月 30 日发布新版 GPT3.5，在原有基础上加入了一些人工干预的部分。
2022 年 12 月 5 日，OpenAI 创始人山姆.奥特曼宣布 ChatGPT 的用户已经突破 100 万人，仅用时 5 天；TO-C以及 To-B，都有应用的点和方向；1 月 30 日，用户过亿，在整个互联网应用发展中，ChatGPT 成长速度是最快的。
ChatGPT 对以前的 AI 领域有一个很大的革新。简单评测人工智能达到应用节点的测试叫图灵测试，例如跟机器人进行交流的时候，感知不到是一个真人还是机器人时，就说明人工智能已经通过图灵测试。微软公司把 ChatGPT 全线兼容到微软的所有产品线里面，其次是联合使用 ChatGPT 和 AIGC。世界所有知识的构建、交互以及理论的输出可能都是文字，聊天机器人可能成为一个接入口，也可以成为一个输出口，ChatGPT 会使用现有的人机交互部分，再结合传统 AI 生成的一些内容，产生一些新的运用方向。
ChatGPT 具有以下革新特征：
1）可以承认自己的错误，交互模型可以去做相应的修正；
2）ChatGPT 支持连续多轮对话，根据搜索的结果，对于问题的探究可能是一个深入了解的过程；3）ChatGPT 基于认知的部分，可能是一个比较大的突破，ChatGPT 和 AIGC 的联合使用，会让传统行业有很大突破，AIGC 已经发展了很多年而且发展的很好，例如人脸识别、图像绘画，他可以模仿人类生成文学作品、图像、语音视频，这些都是很成熟的；但是最关键的是根据人类意思理解，并且生成指定性的内容，ChatGPT 接入大数据模型底层，对产业有革新意义。
ChatGPT 的最大突破点，其实是一个 Transfomer 预设模型的一部分，属于 NLP。NLP 也包含传统的 CNN 的卷积模型，而 Transfomer 模型里面也分为 GPT 模型和 BERT 模型，目前大部分训练部分是用 Transfomer 模型来做的。Transfomer 模型和 CNN 有所区别：机器视觉、所有的机器学习应用，基本运用的是 CNN 卷积网络，而 Transfomer 模型只关心上下文，根据大数据语言训练，它会知道语言之间的关联，而不是人类把这个意思理解清楚，直接塞给人工智能；CNN 模型主要关注二维部件之间的相互关联性，随着层级的加深，关注的区域会更广，可能适合图像或者相应的应用，现在也有更多的研究会把 Transfomer 和 CNN 合在一起，BERT 和 GPT 模型最大的不同是需要你一句话全部说完，要知道上文和下文所有的东西。从模型应用这个方向来说，BERT 模型会比 GPT 模型更优，从当前实际训练和实际情况来看，BERT 模型效果没有 GPT 模型好。
OpenAI 训练模型需要资金和时间。要把整个数据预设进去，然后做迭代、学习和应用，但实际运营不需要这么长的迭代时间，OpenAI 前期推出了 20 美元的收费包，最近又推出了直接在模型基础做一些微调的服务，针对企业来进行销售。模型应用、提供服务需要的费用会比预训练少一点，各家都已经在做相应的 GPT 底层模型。
从产业应用方向来看，会有几个层级：
第一个层级，就是基于应用，例如微软把 GPT 模型嵌入到产品链里面去；
第二个层级，是优化或者构建 GPT 专用模型，百度有一个文心系列，文心一格是绘画模型，文心一言是专门做语言预测模型的。针对很多行业做过应用，针对行业专业数据百度做得不错，但是针对最底层意图的理解以及最底层的部分，还需要有很多数据来源和模型训练。OpenAI 更多的是把工具应用到实际产业来推出产品，所以对百度等国内公司而言，工具的部分已有布局，现在需要推出对应的产品。AIGC 的应用场景里面，做文字、做图像、做视频音频，这些是 AI 领域发展较多的，另外在嵌入式的结合部分，在 NLP的处理方面，像微软中国与小冰公司达成战略合作，但是还在发展中。最底层算力的部分，国内有自己对应 AI 算力芯片和架构的公司，嵌入自动驾驶、终端智能的会比较多一些，例如地平线。
