以 ChatGPT 为代表的「大模型」会是多大的技术革命？如果要发生技术革命需要具备哪些条件？

AI大模型在具体场景下的多样价值 · AI大模型相当于是通过积累大量知识，最后形成的一个有泛化知识的个体。它跟原来传统意义上的小模型之间的差异，就相当于一个经过了大量通用题库训练的大学生，和一个只在特定专业受训练的技校生的差异。 放眼整个AI大模型，不论是整体创建还是训练的成本都非常高，也是为什么国内外都是以研究院机构在主导技术推进。 · 自然语言处理（NLP）和计算机视觉（CV）这两块大模型是细分领域发展得最快的，技术上是因为相比其他情感或者逻辑推理等功能，结构更简单；应用上的原因主要是因为数据相对充分和廉价易得，大量的视频和文字资源可以近乎零成本扒取，另外也有直接可以应用的落地前景，比如对话系统推进系统、CV安防、智能产品的图像识别。 · 大模型的整体价值在于解决场景碎片化，在具体应用场景中，传媒影视用的比较多，做动漫游戏背景需要大量的素材，除了少部分核心的原画需要插画师创作，很多篇幅都可以通过机器生成；在科研领域，它也有可能驱动产生全新的研究范式，像生命科学以前基本上是靠纯手工的方法去做实验，现在结合大模型，演变出了干湿结合的新实验方法；智慧工业场景或者偏柔性的产线里也会产生各式任务和各种指标，像生产线传送带的温度、速度、压力以及生产数据本身，都可以通过大模型分析数据趋势，修正产线缺漏。 · 在产业端，大模型更像一种基础设施，达到一定规模后，它的重置成本就会非常高，如果最终只剩下少数几家取得优势地位的大模型供应商，并且在大多数行业上又有较好牵引力的话，那么就可能出现我们设想中的“AI超级大脑”。 · 眼下当务之急还是要找到更多行业结合点，让大家首先知道有大模型这种工具来尝试，现在陆陆续续有传统行业和互联网团队在积极对接了解大模型，这是好的信号。ChatGPT和AI大模型，下一个时代的跳板？| 502回顾