ChatGPT 研究框架（ 2023） 2023年02月07日 行业专题研究 每日免费获取报告 1、每日微信群内分享 8+最新重磅报告； 2、每日分享当日 华尔街日报 、金融时报 ； 3、每周分享 经济学人 4、行研报告均为公开版，权利归原作者 所有，小马财经仅分发做内部学习。 扫一扫二维码 关注公众号 回复：研究报告 加入“小马财经” 微信群。 诚信 · 责任 · 亲和 · 专业 · 创新 2 ChatGPT ——生成式 AI迎来拐点，商用落地前景可期 请参阅附注免责声明 01 ChatGPT 市场反应热烈，国内外巨头纷纷入场 据统计， ChatGPT 日活跃用户数的增速远超 Instagram ，1月份平均每天有超过 1300万名独立访问者使用 ChatGPT ，是去年 12月份的 两倍多；国内外科技巨头都非常重视 ChatGPT 引发的科技浪潮，积极布局生成式 AI，国内厂商（百度、腾讯等）也高度关注 ChatGPT ， 积极探索前沿技术，相关深度应用也即将推出。 02 03 04 摘要 ChatGPT 经历多类技术路线演化，逐步成熟与完善 ChatGPT 所能实现的人类意图，来自于机器学习、神经网络以及 Transformer 模型的多种技术模型积累。 Transformer 建模方法成熟 以后，使用一套统一的工具来开发各种模态的基础模型这种理念得以成熟，随后 GPT-1、GPT-2、GPT-3模型持续演化升级，最终孵 化出ChatGPT 文本对话应用。 AIGC跨模态产业生态逐步成熟，商用落地未来可期 AIGC产业生态当前在文本、音频、视频等多模态交互功能上持续演化升级，奠定了多场景的商用基础。跨模态生成技术也有望成为真 正实现认知和决策智能的转折点。 ChatGPT 乘东风，商业架构日益清晰 随着ChatGPT Plus 发布，商业化序幕已经拉开。 ChatGPT 在传媒、影视、营销、娱乐以及数实共生助力产业升级等领域均可产生极大 助益，提升生产力曲线，多维度赋能虚拟经济和实体经济。 3 诚信 · 责任 · 亲和 · 专业 · 创新 ChatGPT ——生成式 AI迎来拐点，商用落地前景可期 请参阅附注免责声明 目录 / CONTENTS 市场概况： ChatGPT ——AI平民化里程碑 01 技术路径：基于人类反馈系统， ChatGPT 助力跨模态 AI生成应用 02 行业进程： AIGC多模态交互功能持续演化，奠定多场景商用基础 03 商业方向：多领域多功能应用密集落地， ChatGPT 商用前景可期 03 4 诚信 · 责任 · 亲和 · 专业 · 创新 ChatGPT ——生成式 AI迎来拐点，商用落地前景可期 请参阅附注免责声明 01 市场概况： ChatGPT ——AI平 民化的里程碑 诚信 · 责任 · 亲和 · 专业 · 创新 5 ChatGPT ——生成式 AI迎来拐点，商用落地前景可期 请参阅附注免责声明 OpenAI在成立之初便备受资本瞩目，与微软合作加速商业化进程 01  ChatGPT是由 OpenAI 团队研发创造， OpenAI是由创业家埃隆 ·马斯克、美国创业孵化器 Y Combinator 总裁阿尔特曼、全球在线 支付平台 PayPal联合创始人彼得 ·蒂尔等人于 2015年在旧金山创立的一家非盈利的 AI研究公司，拥有多位硅谷重量级人物的资 金支持，启动资金高达 10亿美金； OpenAI的创立目标是与其它机构合作进行 AI的相关研究，并开放研究成果以促进 AI技术的 发展 2019年7月 2020年6月 2020年9月 OpenAI发展的里程碑 OpenAI宣布从”非盈 利 “性质过度到”封 顶盈利“性质，利润 上限为任何投资的 100 倍（创立了 OpenAI LP公司） 微软向 OpenAI投资了 10亿美金，并获得了 OpenAI技术的商业化 授权。从此， OpenAI 的一些技术开始出现 在微软的产品和业务 上 OpenAI发布了 OpenAI API，这是 OpenAI第 一个商业化产品， OpenAI正式开始了商 业化运作 OpenAI授权微软使用 GPT-3模型，微软成 为全球首个享用 GPT- 3能力的公司 2019年3月 图1：OpenAI 发展势头强劲，商业化趋势明显 资料来源： OpenAI官网，国泰君安证券研究 诚信 · 责任 · 亲和 · 专业 · 创新 6 ChatGPT ——生成式 AI迎来拐点，商用落地前景可期 请参阅附注免责声明 OpenAI 的ChatGPT是生成式人工智能技术（ AIGC）浪潮的一部分 01 资料来源：中国信息通信研究院，国泰君安证券研究 AIGC发展 特点 人工智能总 体阶段 早期萌芽阶段 （20世纪50年代-90年代中期） 沉淀积累阶段 （20世纪90年代-21世纪10年代 中期） 快速发展阶段 （21世纪10年代中期 -至今） 受限于技术水平， AIGC仅限于小 范围实验 AIGC从实验性向实用性转变，受 限于算法瓶颈，无法直接进行内 容生成 深度学习算法不断迭代，人工智能生成内容 百花齐放 AIGC典型 事件 1950年，艾伦 ·图灵提出 著名的“图灵测试”， 给 出判断机器是否具有“智 能”的方法 1966年，世界第一 款可人机对话机器 人“Eliza”问世 80年代中期， IBM 创造语音控制打字 机 “Tangora ” 2012年，微软展 示语全自动同声传 译系统，可将英文 语音自动翻译成中 文语音 2007年，世界上 第一部完全由人 工智能创作的小 说《1 The Road 》 问世 2014年，Lan J. Goodfellow 提出生成式对抗网络 GAN 2018年，英伟达发布 StyleGAN 模型用于 自动生成 高质量图片 2019年，DeepMind 发布 DVD-GAN模型用于 生成连续 性视频 2022年，OpenAI发布 ChatGPT 模型用于 生成自然能 语言文本 图2：随着算法的不断迭代，生成式人工智能技术（ AIGC）不断发展 诚信 · 责任 · 亲和 · 专业 · 创新 7 ChatGPT ——生成式 AI迎来拐点，商用落地前景可期 请参阅附注免责声明 ChatGPT是在 GPT基础上进一步开发的自然语言处理模型 01  GPT模型是一种自然语言处理（ NLP）模型，使用多层变换器（ Transformer ）来预测下一个单词的概率分布，通过训练在大 型文本语料库上学习到的语言模式来生成自然语言文本 从 GPT-1 到 GPT-3 智能化程度不断提升， ChatGPT 的到来也是 GPT-4 正式推出之前的序章 资料来源： CSDN，国泰君安证券研究 GPT-1（1.17亿参数） GPT-1 有一定的泛化能力 ，能够用 于和监督任务无关的 NLP 任务中 2018 2019 2020 2022.01 GPT-2（15亿参数） 除了理解能力外 ，GPT-2 在生成方面表现出了 强大的天赋：阅读摘要 、聊天、续写、编故事， 甚至可以生成假新闻 、钓鱼邮件或在线进行角 色扮演 GPT-3（1750亿参数） GPT-3 作为一个自监督模型 ， 可以完成自然语言处理的绝大 部分任务：将网页描述转换为 相应代码 、模仿人类叙事 、创 作定制诗歌 、生成游戏剧本 ， 甚至模仿已故的哲学家预测生 命的真谛 InstructGPT InstructGPT 是一个经过微调 的新版 GPT-3 ，可以将有害 的、不真实的和有偏差的输 出最小化 ChatGPT ChatGPT 是InstructGPT 的 衍生产品 ，它将人类的反馈 纳入训练过程 ，更好地使模 型输出与用户意图保持一致 2022.12 图3：ChatGPT 由GPT-1到InstructGPT 模型的不断成熟而逐步形成