财联社2月9日讯（记者 付静）兔年开市以来ChatGPT概念持续爆火，随着交易所火速下发多份关注函、监管函，昨日起A股相关概念股出现降温迹象。三六零（601360.SZ）最新披露，“公司的类ChatGPT技术的各项指标只能达到略强于GPT-2的水平，与当前的ChatGPT相比尚有代差的落后。”尽管如此，三六零股价已创下去年4月以来的新高。
三六零坦言，公司投资规模及技术水平与ChatGPT相比还有较大差距，实际上日前亦有业内人士向记者表达类似观点，GPT-3.5领先国内大模型一个代差似乎已是业内共识。谈及海内外玩家在生成式AI方面的差距，方融科技高级工程师、科技部国家科技专家周迪告诉财联社记者，相比海外玩家，国内在数据量、优质内容开源方面存在瓶颈。
(资料图片)
技术代差落后
此前三六零在互动平台表示，计划尽快推出类ChatGPT技术的demo版产品。
不过其昨日晚间公告，目前在类ChatGPT、文本生成图像等技术在内的AIGC技术方面形成的成果均仅作为内部自用的生产力工具使用，何时推出基于类ChatGPT技术的demo版产品及其实际效果如何均存在重大不确定性。
值得注意的是，公司表示，自家布局ChatGPT类产品的优势在于数据和语料，在预训练大模型方面还存在短板。
近日各科技巨头在介绍其类ChatGPT产品时均提及AI大模型——谷歌CEO桑达尔·皮查伊称自家的AI对话式机器人Bard由大模型LaMDA提供支持；百度官微显示，其拥有产业级知识增强文心大模型ERNIE，文心一言位于模型层。
财联社记者近日获得的一份调研纪要显示，ChatGPT是大数据大模型下的一种延续。
据悉，ChatGPT背后的支撑正是AI大模型，自2019年起AI大模型爆发，参数规模指数级增长，ChatGPT基于OpenAI的第三代大模型GPT-3进行升级，在GPT3.5上进行微调而来，即当前ChatGPT的版本为GPT 3.5。
中金研报显示，“GPT-3.5对成本、组织力、工程壁垒、大算力和底层框架都提出极高要求，除显性的成本外，场景、流量、数据壁垒和社会包容度所形成的隐性成本同样不可小觑。”
仍面临诸多瓶颈
财联社记者注意到，国内多家科技公司日前均宣布各自类ChatGPT研发进度。基于此，近期“中国何时能有ChatGPT”的话题亦引发了诸多讨论。
谈及海内外玩家在生成式AI方面的差距，周迪对财联社记者表示，“ChatGPT已经经历了巨量的数据量学习，其知名度的增长会带来更多数据量，其答案就越精准，国内在这方面的产品素质训练还不够；同时，在美国等英文为主的国家，其优质内容，比如说科学学术类论文是开源的，使得回答更具专业化、更有深度，而国内相对不足。”
另据阿里达摩院有关生成式AI的解读，在产业化方面，降成本仍是关键挑战。只有像ChatGPT这样的大模型训练成本和推理成本足够低，才有可能规模化推广。
记者了解到，训练成本方面，训练一次GPT-3所要消耗的成本高达近8400万元人民币；标注数据方面，在模型训练第一步，OpenAI雇佣标注师对1.3万条数据进行人工回答，在第二部分则需对模型给出的3.3万条答案进行排序。此外据OpenAI统计，2012-2020年人工智能模型训练消耗的算力增长了三十万倍，平均每3.4个月翻一番，超过了摩尔定律的每18个月翻番的增长速率。
相比之下,一位A股上市公司人士显得颇为乐观,其告诉记者，“国内在算力与数据量方面与美国上尚不存在差异，从自然语言理解角度来看，国内的大模型包括参数等不亚于ChatGTP，算力与数据量方面与美国相比不存在差异，下一个要解决的问题依然是如何把人类的知识更好的接入。”
前述公司人士表示，在NLP方面，未来两年国内会有很大突破，“国内头部企业一定都会沿着OpenAI的方向前进，一起受益于ChatGTP已经验证成功的范式前行。”另外周迪告诉记者，“在国内，类ChatGPT在商业领域中，或将率先在to B领域获得突破性应用。”
（编辑：曹婧晨）
