ChatGPT中美差距究竟有多大
1、一位百度资深人士称，“我对 ChatGPT 没有兴趣”，他的言辞中透露着五味杂陈的情绪。
2、一位人工智能企业创始人表示，在面对 ChatGPT 的惊人表现时，他心痒难耐，但又感到迷茫和失眠。他坦言，从模型规模到效果，与 ChatGPT 相比，他们的差距还很大。
3、与 ChatGPT 相比，国内某大型模型的回答逻辑性和完整度都有所欠缺。国内大型模型的答案有明显的拼凑感和胡编内容，而且在回复速度上 ChatGPT 也更加领先。
4、从事数字人研发的特看科技 CEO 表示，目前全球还没有能够与 ChatGPT 抗衡的大型模型，业界一致认为差距至少有两年。国内公司需要抓紧追赶，而不是试图通过弯道超车。
5、尽管一些人工智能资深人士认为，中美在 ChatGPT 涉及的技术上是“平级”的，但华为诺亚方舟实验室语音语义首席科学家刘群在黄大年茶思屋的讨论中坦言，中国在技术上还存在差距。其中一个问题是基础模型本身的差距，尽管国内训练了很多万亿模型或几千亿的模型，但训练的充分程度还远远不够，没有哪个模型能像 ChatGPT 那样消化如此多的数据。
6、清华大学计算机科学与技术系长聘副教授黄民烈提到，在 GPT-3 之后，OpenAI 所有的模型都没有开源，但它提供了 API 调用服务。在这个过程中，它建立了真实的用户调用和模型迭代之间的飞轮，非常注重真实世界数据的调用和这些数据对模型的迭代。在此过程中，它也养活了美国一大批创业公司，建立了一个生态。
7、一位业内人士坦言，“在国内，我们的大型模型研究往往是 A 公司训练一个，B 公司训练一个，打个广告就完事了，模型开源，你要用就用。但至少目前还没有看到一家比较好的公司，把数据和模型的飞轮完整转起来。因此，我认为这是我们赶超 ChatGPT 的难点。”
8、业界人士普遍认为，算力是一个重要问题。由于 GPU 芯片等问题，国内算力已经成为了瓶颈。即使国内头部公司与谷歌等公司相比，在算力方面的差距也很明显。
9、几乎所有受访者都提到了 OpenAI 这家人工智能组织，认为其所体现的纯粹创新精神和长期主义值得学习。虽然从原理和方法看，业界都了解 OpenAI 所做的事情，但像 OpenAI 和 DeepMind 这样的机构，在创新性、投入、决心以及顶尖人才储备方面都是一如既1、一位百度高级职员表示，“我对 ChatGPT 没有兴趣”，他的言辞中透露着复杂的情绪。
2、一位人工智能公司创始人表示，面对 ChatGPT 令人惊叹的表现，他感到心痒难耐，但也感到困惑和失眠。他坦言，无论是在模型规模还是效果方面，与 ChatGPT 相比，他们的差距仍然很大。
3、与 ChatGPT 相比，国内某大型模型的回答逻辑性和完整度有所欠缺。国内大型模型的答案有明显的拼凑感和虚构内容，而且在回复速度上 ChatGPT 更加领先。
4、从事数字人研发的特看科技 CEO 表示，目前全球还没有一个能够与 ChatGPT 抗衡的大型模型，业界一致认为差距至少有两年。国内公司应该抓紧追赶，而不是试图通过弯道超车。
5、尽管一些人工智能资深人士认为，中美在 ChatGPT 涉及的技术上是“平级”的，但华为诺亚方舟实验室语音语义首席科学家刘群在黄大年茶思屋的讨论中坦言，中国在技术上仍然存在差距。其中一个问题是基础模型本身的差距，尽管国内训练了许多万亿模型或几千亿的模型，但训练的充分程度还远远不够，没有哪个模型能像 ChatGPT 那样消化如此多的数据。
6、清华大学计算机科学与技术系长聘副教授黄民烈提到，在 GPT-3 之后，OpenAI 所有的模型都没有开源，但它提供了 API 调用服务。在这个过程中，它建立了真实的用户调用和模型迭代之间的循环，非常注重真实世界数据的调用和这些数据对模型的迭代。在此过程中，它也养活了美国一大批创业公司，建立了一个生态。
7、一位业内人士坦言，“在国内，我们的大型模型研究往往是 A 公司训练一个，B 公司训练一个，打个广告就完事了，模型开源，你要用就用。但至少目前还没有看到一家比较好的公司，把数据和模型的循环完整转起来。因此，我认为这是我们赶超 ChatGPT 的难点。”
8、业界人士普遍认为，算力是一个重要问题。由于 GPU 芯片等问题，国内算力已经成为了瓶颈。即使国内头部公司与谷歌等公司相比，在算力方面的差距也很明显。
9、几乎所有受访者都提到了 OpenAI 这家人工智能组织，认为其所体现的纯粹创新精神和长期主义值得学习。虽然从原理和方法看，业界都了解 OpenAI 所做的事情，但像 OpenAI 和 DeepMind 这样的机构，在创新性、投入、决心以及顶尖人才储备方面都是一如既往的顶尖。
