国内类似ChatGPT的大模型应用有哪些？发展情况如何了

第一部分：几个容易混淆的概念

很多人，包括很多粉丝的科技博主，经常把ChatGPT和预训练大模型混为一谈，因此有必要先做一个澄清。预训练大语言模型属于预训练大模型的一类，而ChatGPT、文心一言又是预训练大语言模型的一个具体应用（如下图所示）。

而我们今天讨论的主要是预训练大语言模型的应用，也就是我们能看得见摸得着的东西。

第二部分 国外预训练大语言模型典型应用

\1. 大名鼎鼎的ChatGPT。OpenAI于2022年11月30日发布了ChatGPT，背后是微软（主要投资方）。ChatGPT一经发布就惊艳了四方，而且仅仅2个月就突破了1亿用户，打破世界纪录成为彻底的网红产品。相比较而言TikTok（抖音国际版）达到1亿用户用时9个月，Instagram（照片墙）则花了两年半的时间，Facebook当时也花了852天，可见ChatGPT有多强。

\2. 谷歌：Bard。谷歌在2023年2月9日，在巴黎发布了Bard，是专门为对抗ChatGPT出的聊天机器人产品。然而，谷歌给大家期望过高，这个产品发布会上竟然不慎翻车了，出现了一个明显的事实错误。大家可自行搜索百度，了解详情。谷歌在AI领域的领导者地位毋庸置疑，期待后续改进。

3.Anthropic: Claude. Claude大模型应用跟ChatGPT类似。Anthoropic同样是一家小有名气的创业公司，据说OpenAI核心技术人员有一部分离开，加入了Claude的开发中。

【一一AGI大模型学习 所有资源获取处一一】

①人工智能/大模型学习路线

②AI产品经理入门指南

③大模型方向必读书籍PDF版

④超详细海量大模型实战项目

⑤LLM大模型系统学习教程

⑥640套-AI大模型报告合集

⑦从0-1入门大模型教程视频

⑧AGI大模型技术公开课名额

第三部分 国内预训练大模型典型应用及进展

\1. 百度：文心一言。2023年3月16日百度发布了文心一言，类似于ChatGPT的产品。百度做搜索引擎起家，是最早布局大模型的公司之一，因此能够实现国内率先的发布。不过，在前一天3月15日，ChatGPT进行了迭代和发布，给文心一言的发布造成不小压力。

\2. 阿里：通义千问。阿里于2023年4月7日发布了“通义千问”，但并未大张旗鼓的召开新闻发布会，而是采用了邀请客户体验的方式。目前通义千问已经有人体验了，知乎上有人和文心一言做了对比测试，大家可以自行搜索。

\3. 华为：盘古大模型。华为于2023年4月8日在由中国人工智能学会主办的人工智能大模型技术高峰论坛上展示了盘古大模型的进展及其应用。不过这次是大模型，并没有类似ChatGPT的应用出来。

\4. 腾讯：混元大模型。同样这次说的是大模型，并非ChatGPT类似的应用。腾讯总裁刘炽平表示，腾讯不会匆忙推出产品，而是将花费时间打造一个经过多次迭代后的长期发展机会。

\5. 京东：ChatJD。2023年2月5日，京东宣布将于未来发布类似于ChatGPT的应用——ChatJD，聚焦的是产业版。但发布时间未知。

\6. 商汤：2023年4月10日下午举办了技术交流日活动，分享人工智能技术的前沿进展，并公布其在大模型方面的最新情况。商汤研发的大语言模型被命名为“商量SenseChat”

\7. 科大讯飞：科大讯飞将于2023年5月6日发布了讯飞星火认知大模型，具有文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力、多模态能力 7 大核心能力。讯飞背后有中科大/中科院，语音/NLP相关领域还是十分不错的。

此外，旷世、快手等也有大模型方面的布局，近期没有消息，这里就不一一列举。

第四部分 对国内AI的发展应持有敬畏之心

不得不承认，不管是百度的文心一言还是阿里的通义千问，跟ChatGPT相比还是有些差距的。但大可不必抱着喷的心态来看待这个问题。在我国，现在即便是大厂，做这件事情本身也挺不容易。主要有如下原因：

\1. 训练用的芯片被美国卡脖子。根据升级后的美国禁令条例，英伟达超算和云端训练产品A100 和H100、AMD的MI250和MI250X等GPU产品均在禁售范围之内。尤其是Nivida H100系列，这么强的芯片根本就不卖给中国；现在连A100都给限制了。为了曲线救国，国外芯片厂商也得是调整参数后才能卖给我国。因此，大家只能用之前的存货或其他算力低的芯片。（参考《美国出口管理条例》）

\2. 研发成本高。根据艾瑞咨询，ChatGPT计算资源成本很高，迭代训练一次需要460万美元。以及需要高端人才、科学家等研发成本。对国内公司而言，这一样是真金白银、每天都在烧钱。

\3. 使用成本高。目前，国内的ChatGPT类应用还没有探索出来商业化之路，每一次交互都会耗费底层大量的算力资源。毕竟研发完成以后还要跑起来的。

因此，相互理解最好，多给国内公司点个赞。模型毕竟会不断迭代的，相信未来的产品会越来越好！我们在AI的赛道上也有自己的东西！

2024年3月份更新：

在过去的一年里，大模型发展非常迅速，国内据说已经有几百个做大模型的公司。有的在卷底层大模型，有的在卷大模型工具链，也有的在卷应用。这里补充列举一些做大模型基座的公司，供大家参考。

做大模型的公司，目前大体可分为四类：互联网大厂、垂类AI公司、初创公司、学术派机构。具体可参考如下值得关注的清单：

1. 互联网大厂

2. 垂类AI公司

3. 初创公司

4. 学术机构派

上述榜单只是在笔者的认知里，列举了其中一些比较有代表性的。没在清单里的也同样优秀，大家加油！争取早日突破老美的封锁，早日让我国在AI领域引领世界~

2024年5月份更新：

5月份最大的新闻是大模型相关产品降价狂潮，具体汇总如下：

5月15日字节公布了豆包主力模型在企业市场的定价。并称“1块钱能买到豆包主力模型的125万tokens，相当于三本《三国演义》。”（一个中文词语、英文单词、数字、符号计为1个token）

5月21日，阿里云宣布通义千问旗下9款商业化及开源模型降价的同时，也对标表明了“1块钱可以买200万tokens，相当于5本《新华字典》的文字量。”

几小时后，百度智能云迅速跟进，宣布文心大模型的两款主力模型ENIRE Speed和ENIRE Lite全面免费。

随后，科大讯飞宣布，讯飞星火API能力正式免费开放。同日，腾讯云也宣布，其主力模型之一混元-lite模型的价格从0.008元/千tokens调整为全面免费。

​

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓