ChatGPT-零帕网-第2页

现象级AI应用狂飙破壁，ChatGPT引发范式革命：ChatGPT推出仅两个月后，即2023年1月末的月活用户已经突破了1亿，成为史上用户增长速度最快的消费级应用程序。OpenAI 在2023年2月1日推出订阅服务，每月收费20美元，拉开了人工智能在C端变现的帷幕。由此引发了全球范围的关注和讨论，国内大多数头部科技企业表示，已经拥有、在研对标ChatGPT相关的模型及产品。AI模型运算规模增长，算力缺口巨大：基于大量数据训练、拥有巨量参数的AI预训练模型—GPT-3，引发了AIGC技术的质变，从

ChatGPT 指明了 NLP 生成领域的技术方向，从技术本源上加速 AIGC发展。我们认为，ChatGPT 对 AIGC 发展的意义在于：一方面，GPT 作为 NLP 生成领域模型的突破，将迅速解决 AI 文本生成、AI 代码生成等领域的痛点；另一方面，AI 文本生成、AI 代码生成作为 AI 音视频、游戏等其他领域的技术基础，其突破发展也将加速 AIGC 在音视频、游戏等场景中的渗透（比如生成 AI 绘画提示词，或生成调用计算引擎等）。全球巨头争相追赶，与 ChatGPT 水平尚存一定差距。

ChatGPT：AIGC 现象级应用，商业化落地打开成长空间ChatGPT 上线后热度持续提升，已超过 TikTok 成为活跃用户增长最快的产品。英伟达 CEO 黄仁勋表示“ChatGPT 相当于 AI 界的 iPhone 问世”。目前 ChatGPT已开启商业化探索，面向 B 端开放接口对外输出服务（如与微软 Bing 的结合）；面向 C 端推出收费的 Plus 版本，月度费用为 20 美元/月。根据 OpenAI 预测，2023年将实现 2 亿美元收入，2024 年将超过 10 亿美元，未来

类似 ChatGPT 的生成式 AI 在搜索领域实现替代仍然面临诸多挑战，生成式 AI 技术需要先达到一定程度的 “规模优势(包括预训练数据集规模,用户反馈量)”之后才有机会威胁到搜索引擎的生存地位。这种“规模优势”既意味着模型可以解决问题的领域在数量上足够庞大，又意味着同一个领域中模型可交付出的解决路径数量最够庞大。这种“规模效应”的达成有 2 个制约因素：1）用户习惯的颠覆。基于当前技术迭代路径的“搜索引擎（包括 Google，Baidu，和 Bing等）”已经教育了市场将近 25 年以上的

人工智能从出现到现在已经历四个阶段，第一个阶段的AI是以逻辑推理为主，AI能力以聚焦决策和认知为主；第二个阶段的AI则是注重以概率统计的建模、学习和计算为主，AI能力开始聚焦感知、认知和决策；第三个阶段的AI聚焦学习环节，注重大模型的建设，AI能力覆盖学习和执行；第四个阶段则聚焦执行与社会协作环节，开始注重人机交互协作，注重人类对人工智能的反馈训练，当下正处于此阶段。

ChatGPT 带来大模型时代变革，数据要素重要性提升ChatGPT 是由 OpenAI 研发的一种语言 AI 模型，其特点在于使用海量语料库来生成与人类相似的反应。初代 GPT 模型参数 1.17 亿，GPT2模型、GPT3 模型参数分别达到 15 亿、1750 亿。不断提升的参数量级，使得 ChatGPT3 当前已经能够应用在商业、研究和开发活动中。当前此类参数体量庞大的模型，成为各大科技厂商研发重点。大模型的基础为高质量大数据。ChatGPT 的前身 GPT-3 就使用了 3,000 亿单

本篇报告我们回顾梳理了海内外巨头在 ChatGPT 上的布局，并分析了未来供给端的决定因素。ChatGPT 作为爆款应用出圈，背后有技术和管理上的必然性：ChatGPT 在上线 5 日内突破 100 万注册用户，两个月内突破 1 亿用户，成为全球最快用户破亿的互联网软件。技术上，ChatGPT 基于Transformer 架构，历经多轮训练迭代，叠加算力上微软的大力支持，参数量从最初 1.17 亿进化到了 1750 亿，这带来了技术上的先发优势和杀手级的用户体验。管理上，OpenAI 作为非盈利

焦点：ChatGPT带火AIGC，Open AI引领技术和生态。2022年11月，由OpenAI开发的聊天机器人ChatGPT推出并席卷了整个行业，其引入人类反馈的强化学习和监督学习训练方法，具备优秀的聊天对话、文案创作、代码编写等功能，且得到了微软的倾力支持，成为史上用户增长最快的消费应用。聚焦国内，百度在大模型领域积累深厚，总体水平处于行业前端，其创新性引入大规模知识图谱，模型性能得到大幅提升，公司近期宣布其“文心一言”产品将于2023年3月完成内测并面向公众开放，下游关注度极高，目前已经得

ChatGPT 料将显著加速全球 AI 产业化进程，并推动大模型成为中短期主流技术路线，相应会带来底层算力消耗的持续、显著增长。依托产品性能、芯片组合、网络技术、软件全栈等层面综合优势，英伟达有望在 AI 训练、推理（云端）环节持续保持主导性地位。基于简化模型，我们静态估算 ChatGPT 及相关生成式 AI 在中短期对英伟达潜在业绩贡献为：训练端 12.3 亿美元、云端推理 104.5 亿美元。考虑到短期量化测算准确性相对有限，启发性思考、方向性判断可能更为重要，我们暂不计入 ChatGPT

国产“ChatGPT” 扬帆启航。 OpenAI的商业模式为API接口收费。我们认为此种商业模式具有“卡脖子”的风险，因此我国需要发展自主可控的“ChatGPT”。国产生态正在逐步繁荣，百度打响国产ChatGPT领域“第一枪”，其在算法、算力、数据、生态、平台五方面皆有储备；ChatGPT的竞争本质即大模型储备竞赛，大模型是人工智能发展的必然趋势，也是辅助式人工智能向通用性人工智能转变的坚实底座。大模型分为NLP(自然语言处理)、CV(计算机视觉)、多模态和科学计算四类。此外，中美科技巨头已经开

DPU 发展有望进入快车道。DPU（数据处理芯片 Data Process Unit）被认为是继 CPU 和 GPU 之后的“第三颗主力芯片”。得益于智能网卡方案的逐步成熟，叠加全球通用服务器出货量的稳定增长、L3 以上级别智能驾驶汽车的技术落地、工业控制领域的需求增加等原因，全球、国内 DPU 产业都有望实现快速发展。全球 DPU 市场高景气延续，国内 DPU 市场加速追赶。据赛迪顾问《中国DPU 行业发展白皮书》，2020 年全球 DPU 产业市场规模达 30.5 亿美元，预计到 2025

ChatGPT 团队规模不足百人（共 87 人）。分析发现，其显著特征是“年纪很轻”、“背景豪华”、“聚焦技术”、“积累深厚”、“崇尚创业”和“华人抢眼”。该团队平均年龄为 32 岁，“90 后”是主力军。他们引领的这一波大型语言模型技术风潮，充分说明了那些经常被认为研发经验不足的年轻人，完全有可能在前沿科技领域取得重大突破。团队成员绝大多数拥有名校学历，且具有全球知名企业工作经历。从成员毕业高校分布看，校友最多的前 5 大高校是斯坦福大学（14 人）、加州大学伯克利分校（10 人）、麻省理工学