去年11月底，OpenAI发布了ChatGPT人机对话交互模型，ChatGPT可以回答连续性问题，可谓“上知天文、下晓地理”，上线5天，就收获了100万用户。

据了解，ChatGPT是GPT迭代出的第3.5个版本，2018年GPT-1诞生，到了2022年，OpenAI为给GPT-4收集用户反馈，而发布了GPT-3.5，也就是如今的ChatGPT。

微软的AI大模型及强大算力是助力OpenAI的关键，OpenAI曾为了让GPT-3的表现更接近人类，用了45TB的数据量、近1万亿个单词来训练它，大概是1351万本牛津词典。

大模型及其高算力对应的是高昂的资金消耗，ChatGPT一次运算就要花费450万美元，据报道，2022年，OpenAI公司净亏损总额为5.45亿美元。

此外，ChatGPT测算生成一条信息的成本在1.3美分左右，是目前传统搜索引擎的3到4倍，单次搜索成本过于高昂。

这样高的研发门槛，注定目前主流的大模型多由大企业，或是背靠大企业的研究机构掌握，并且成为相关企业的“护城河”。

模型是AI的灵魂，参数量越大，模型越复杂，做出来的预测就越准确。如今业界主流的AI生成类工具的大模型都是千亿级、万亿级参数量的水平。

这些AI生成类工具可以学习各行各业的各类数据，除了可以给出相较于小模型更准确的预测结果外，它也展现出惊人的泛化能力和迁移能力，产出的内容质量更高、更智能。