以 ChatGPT 为代表的「大模型」会是多大的技术革命？如果要发生技术革命需要具备哪些条件？

link

AI大模型在具体场景下的多样价值

· AI大模型相当于是通过积累大量知识，最后形成的一个有泛化知识的个体。它跟原来传统意义上的小模型之间的差异，就相当于一个经过了大量通用题库训练的大学生，和一个只在特定专业受训练的技校生的差异。

　　放眼整个AI大模型，不论是整体创建还是训练的成本都非常高，也是为什么国内外都是以研究院机构在主导技术推进。

· 自然语言处理（NLP）和计算机视觉（CV）这两块大模型是细分领域发展得最快的，技术上是因为相比其他情感或者逻辑推理等功能，结构更简单；应用上的原因主要是因为数据相对充分和廉价易得，大量的视频和文字资源可以近乎零成本扒取，另外也有直接可以应用的落地前景，比如对话系统推进系统、CV安防、智能产品的图像识别。

· 大模型的整体价值在于解决场景碎片化，在具体应用场景中，传媒影视用的比较多，做动漫游戏背景需要大量的素材，除了少部分核心的原画需要插画师创作，很多篇幅都可以通过机器生成；在科研领域，它也有可能驱动产生全新的研究范式，像生命科学以前基本上是靠纯手工的方法去做实验，现在结合大模型，演变出了干湿结合的新实验方法；智慧工业场景或者偏柔性的产线里也会产生各式任务和各种指标，像生产线传送带的温度、速度、压力以及生产数据本身，都可以通过大模型分析数据趋势，修正产线缺漏。

· 在产业端，大模型更像一种基础设施，达到一定规模后，它的重置成本就会非常高，如果最终只剩下少数几家取得优势地位的大模型供应商，并且在大多数行业上又有较好牵引力的话，那么就可能出现我们设想中的“AI超级大脑”。

· 眼下当务之急还是要找到更多行业结合点，让大家首先知道有大模型这种工具来尝试，现在陆陆续续有传统行业和互联网团队在积极对接了解大模型，这是好的信号。

ChatGPT和AI大模型，下一个时代的跳板？| 502回顾​ k.sina.com.cn/article_2357213493_8c80393502001col0.html

answer

简单一句话，历来套路得人心。

要理解AIGC和chatgpt这些Ai所能造成的影响，首先要剥离技术层面的细节，去理解清楚他们本质性的东西。你只有了解了地板在那里才能了解天花板有多高。

chatgpt/AIGC，这类玩意其实和中国中小学奥数是一回事。中小学奥数里有很多套路，数学老师往往跟你说，只要把这些套路刷熟，不用去理解套路背后的基本原理，你就能拿高分。

比方说平面几何 ，我们当年教学方法是从基本公理开始教起然后定理推论一套搞下来。现在完全不是如此，培训机构会把平面几何把题目分成各种模型，什么风筝模型，蝴蝶模型，每个模型安排几十道题目让你刷，只要对应的模型够题，考试一看套路自然就来了，怎么添辅助线，怎么找等量关系，很快就能解决问题。

另外一派传统的专业数学老师对这种方法嗤之以鼻。他们认为这种刷套路的方法对学生没有好处。因为套路不会让学生理解套路背后的数学原理。比如平面几何本身是一个死领域，除了少数结论(比如勾股定理)平几在更高层次的数学乃至理工科学习中都没有太大用处。学习平几的真正目的是让学生理解数学公理化体系的构建方法，而模型套路法 教学则放弃对学生进行这方面教育和训练。

这两种说法谁对谁错呢？其实都对也都错。他们其实各自说对了人脑工作原理的一部分。根据现在人类对脑科学理解，人类的大脑由三层脑的结构组成。

第一层第二层分别是爬虫脑 和哺乳动物脑。爬虫脑，又被称为本能脑。在距今2亿到3亿年前进化而成的原始大脑。哺乳动物脑，大约距今1亿年前形成。这两者统称为动物脑。

第三层是皮层脑 ，皮层脑又被称为理性脑，主要是指前额叶皮层。它形成时间最短，大约距今5000万年时演化而成。主要负责我们的理性推理 ，决策规划。

因为爬虫脑与哺乳动物脑的演化时间较长，大脑的主要能量是优先供给给这两个大脑的，这种不同供能方式也导致了两者不同工作机制。

卡尼曼 的<思考，快与慢>把动物脑和理性脑表述成了系统1和系统2。系统1是反应迅速，无法关闭的系统。系统1快速运行，只需付出很少的努力，甚至无需付出努力。接受一定训练后，能做出熟练的回应，产生直觉。系统2则处理更为复杂的理性推理和计算，因此它的活动更缓慢、更耗能、更易疲劳但是其输出结果则更为精细和理性。

简单的看动物脑和理性脑的关系，类似于计算机中的cpu和cache。系统1 消耗少速度快但是粗放而感性，系统2更耗能更易疲劳但是结果也更理性精细。一个人诞生之初，系统1中只存入了少量的功能模块，比如，如何控制呼吸，心跳。随着人的成长，我们通过外部的训练，不断将更精细复杂的功能刷入系统1，比如学会了直立行走，拿工具吃饭。随着系统2 的成长，我们学会了如何利用系统2解决更复杂问题，比如如何进行计算。

我们的系统2所习得的这些能力原本并不需要系统1参与。但是随着人类知识的积累，现代人所需要处理的复杂理性知识越来越多。要处理复杂的问题，一切从最基本的原理开始利用系统2进行推理计算是非常低效且容易疲劳。因此刷套路就成为了我们学习更高深知识过程中所一种无法绕开的必修课。通过刷套路，我们把一些从最基本原理推导出来有价值的中间结果从系统2中刷入系统1的缓存里面。当我们要去学习理解更高级知识内容的时候，大脑就可以从系统1里调出某些基本套路在系统2中进行组合加工 以后进而形成理解高级内容的基本工具。

大脑这种工作模式决定了不刷套路和光刷套路都无法很好的学习数学。因为不刷套路，我们的大脑无法把有价值的中间结果记住。大脑处理所有的问题，都需要开动系统 2从最原始的基本原理开始推演。系统2的珍贵计算资源大量的被浪费在这些无效的计算上，很容易产生疲劳和厌恶情绪。比如同样一道题，很多基本功扎实的学生快速心算一两分钟就可以进入核心证明了，而很多基础差的学生在草稿纸山上做四则运算算几分钟都算不清，最后不得不放弃作答。

但是反过来，光刷套路也学不好数学。为什么呢？因为刷套路只是增加了系统1中的缓存容量 ，而如何正确的调用系统1内各种套路的抽象模式进行归纳演绎进而获取新知识的能力，是系统1本身无法解决的。传统数学教育从业者所抨击的正是套路教学中对这种能力培养的缺失。

好了，理解了我们大脑的工作机理。我们再回到chatgpt/AIGC上来。现今的人类而言，对于系统2的运作机制和理解基本上还是一个空白;对于系统1也仅仅是一个粗陋的了解，比如说我们至今还没有办法完美的复刻出人类手指关节运动的机械和算法，而这些恰恰是动物脑最基本功。

chatgpt/AIGC本质上就对人类动物脑系统1的某些模式的粗糙模仿。 换一句话说，chatgpt/AIGC其实只是人类语言套路大集合（如果我们把构图也看成一种语言的话），除此之外就没有其他的了。

chatgpt/AIGC之所以令人感到惊艳，只是因为他们掌握了很多人类说话/绘画的套路。正如我们平时遇到很多假行家 骗子是一样的。当一个外行人去听这些人扯淡，外行人会觉得他很专业。为什么呢？因为这些骗子掌握某些行业某方面讲话套路，比如行业术语，黑话，切口等等，熟称话术。这些话术会让外行人觉得这些话是合理的。比如像这样的

我们这款产品的 底层逻辑是打通 信息屏障，创建行业 新生态。 顶层设计是 聚焦用户感知赛道，通过 差异化和 颗粒度达到引爆点。 交付价值是在垂直领域采用 复用打法达成 持久收益。 抽离透传归因分析 作为 抓手为产品 赋能， 体验度量作为 闭环的评判标准。亮点是 载体，优势是 链路。思考整个 生命周期，完善逻辑，考虑 资源倾斜。方法论是 组合拳达到 平台化标准。

互联网圈外人一听到这样的语句，一定会觉得对方是非常资深的互联网从业者。但是如果你对互联网有一些基本认知，跟对方更深入的聊一些问题，这些人往往就很快就露馅了。

这种全方位的套路大集合，使得chatgpt/AIGC可以快速吸引大量用户。因为每个人都只擅长很狭窄的专业领域，在专业之外其实都是外行人。而chatgpt/AIGC恰恰掌握了大部分行业的套路和话术，因此当你和chatgpt对话时候，就好像面对着几十个行业专家一样，除了你自己的专业之外的内容，你无从分辨其他内容的质量好坏。由此可知，chatGPT/AIGC获得好评如潮其实并没有什么可以奇怪的。chatgpt/AIGC这种刷的套路本质也可以让我们更容易的评估这些技术的对未来的影响。这些技术未来会颠覆那些依靠套路获得大流量高营收的人和行业。因为chatgpt/AIGC除了套路以外另外一个根本特征就是——廉价。

什么是依靠套路获得高流量高营收的行业呢？我举一个简单的例子，现现在最火的直播带货行业就是这样的行业。

比如说东方甄选，卖的货从图书到米面粮油扫地机。董宇辉 这样的主播或许懂教育，懂图书，但是他能精通其他的所有品类么？显然是不可能的。他之所以可以把这些他根本不懂的货带的那么好，其实就是掌握了很多话术和套路。

董宇辉是很牛，一个直播间几万人，他可以即兴玩梗说段子，有亲和力懂互动，所有这些都是优点。但是他的唯一缺点就是成本贵，而这一缺点恰恰是致命的。人类主播本质上就是一台很贵的销售套路话术机器而已。他们除了套路还有啥呢？Nothing。董宇辉，李佳琦这些头部主播未来会被chatgpt/AIGC碾压成渣。

我们可以设想一下，如果chatgpt/AIGC再成熟一点，我们完全可以做到成套输出具有互动性质的带货销售AI主播，而且可以把AI主播成本降到李佳琦董宇辉的1/100。一旦达到这样的临界点(我觉得不用很久可以看到),资本完全可以利用这种技术搞几十个甚至几百个直播间，每个直播间都是针对不同客户偏好定制的风格带货主播。虽然每个直播间的内容达不到人类带货主播的质量，流量上无法达到李佳琦董宇辉那种几万的规模,但是那有什么关系呢？AI直播间便宜量又足，一个直播间只要抓到几百个甚至几十个观众，几十个直播间加起来的总量可能就超过绝大部分的人类头部主播，成本加起来可能还比人类主播低几倍。

我们从直播这个套路行业的未来演化中可以看到，chatgpt/AIGC很可能塑造出一种新的媒体经济模式——针对长尾客户塑造精准信息茧房。

我们知道这个世界的消费者符合8/2定律，头部20%人掌握绝大多数的财富，剩下的财富则有80%分配。因此过往的很多商业模式其实是针对20%的高端人群设计的。然后商业公司通过媒体的舆论和营销把剩下的80%吸引过来。比如很多昂贵的奢侈品会为流量明星身量身定制设计产品，再由这些流量明星代言产品来影响低端客户的消费偏好最终来获得吃产品销量。传统上之所以这么做是因为如果要细分80%低端客户的消费偏根据不同偏好定制化产品成本是非常高，而这些客户本身又无法负担的起那么高的成本。

chatgpt/AIGC出现使得这种细分长尾的商业模式变得的可行。资本可以绕过哪些传统的流量渠道对80%的长尾低端客户受众直接产生决定性的影响。资本可以非常容易对这些低端的客户的消费偏好进行识别细分，精准且廉价为这些低端客户营造信息茧房。传统各种流量生意，比如但不局限于，流量明星，带货主播，seo，自媒体，都将面对chatgpt/AIGC机器人大军所生成的廉价娱乐内容的颠覆。

简单而言未来将是一个流量枯萎，廉价快乐，精准洗脑的时代。但是革命与颠覆远未到来，因为精准洗脑与流量的对决无非是在瓜分人类对信息注意力罢了，而人类对信息的注意力的增长早已经停滞很久了。