上傳人：1***

認證信息

認證類型：個人認證

認證主體：殷**（實名認證）

IP屬地：廣東

IP屬地：廣東 上傳時間：2023-05-28 格式：DOCX 頁數(shù)：11 大?。?6.35KB 積分：42 舉報 版權(quán)申訴

ChatGPT行業(yè)專題報告-ChatGPT不斷突破AI駛?cè)肟燔嚨?、ChatGPT：AIGC現(xiàn)象級應用，商業(yè)化落地打開成長空間ChatGPT是AIGC領(lǐng)域現(xiàn)象級應用。ChatGPT是美國AI公司OpenAI于2022年11月30日發(fā)布的通用型對話系統(tǒng)，可以通過模擬對話的形式完成編程、問答、文本生成等任務(wù)。ChatGPT的持續(xù)火熱，成為AIGC領(lǐng)域現(xiàn)象級應用，為后續(xù)商業(yè)化和應用落地打開廣闊空間，也為以自然語言處理為核心的認知智能技術(shù)提供廣闊發(fā)展機遇。英偉達

CEO黃仁勛表示“ChatGPT相當于AI界的iPhone問世”。ChatGPT在多項測試中超過人類。2022年，包括ChatGPT在內(nèi)的許多大模型的測試表現(xiàn)已經(jīng)超出人類。目前ChatGPT已經(jīng)通過SAT考試、商學院考試、美國律師資格、注冊會計師、醫(yī)師資格等高難度考試，IQ測試達83，已經(jīng)具備取代無意義重復性工作的能力，在專業(yè)領(lǐng)域也具有輔助決策的潛力。ChatGPT上線后熱度持續(xù)提升，已超過TikTok成為活躍用戶增長最快的產(chǎn)品。ChatGPT發(fā)布一周用戶數(shù)就突破100萬人，月訪問量達2100萬人次。目前ChatGPT尚未披露具體的日活用戶數(shù)，根據(jù)ARK數(shù)據(jù)，截至2023年1月，預計ChatGPT全球日活用戶超過1000萬人。ChatGPT商業(yè)化已經(jīng)落地，未來成長空間廣闊。面向B端，ChatGPT可以開放接口對外輸出服務(wù)，如與微軟Bing的結(jié)合；面向C端，2023年2月，ChatGPT已推出收費的Plus版本，月度費用為20美元/月,并表示未來或?qū)⑻剿鲀r格更低的訂閱方案、2B的商業(yè)方案以及數(shù)據(jù)包等選項。根據(jù)OpenAI預測，2023年將實現(xiàn)收入2億美元，2024年將超過10億美元，未來成長空間廣闊。2、大模型+大數(shù)據(jù)+高算力，ChatGPT不斷突破2.1、預訓練大模型：GPT大模型多次迭代，訓練結(jié)果持續(xù)優(yōu)化ChatGPT是以Transformer為基礎(chǔ)的預訓練模型。GPT的全稱為GenerativePre-TrainedTransformer，即生成式預訓練Transfomer模型。預訓練模型是指通過挖掘利用大規(guī)模無標注數(shù)據(jù)，學習數(shù)據(jù)中的知識與規(guī)律，然后針對特定任務(wù)，通過微調(diào)、手工調(diào)參等階段，進入到可以大規(guī)模、可復制的大工業(yè)落地階段。Transformer模型來自谷歌2017年發(fā)表的論文《Attentionisallyouneed》，是一種采用自注意力機制的深度學習模型，模型按照輸入數(shù)據(jù)各部分的重要性的不同而分配不同的權(quán)重。Transformer的優(yōu)勢在于：（1）采用并行訓練，大幅提高了訓練效率；（2）在分析預測更長的文本時,對間隔較長的語義具有更好的關(guān)聯(lián)效果。GPT大模型經(jīng)過多次迭代，參數(shù)量大幅提升。谷歌發(fā)表Transformer論文后的第二年（即2018年），OpenAI推出基于Transformer的第一代GPT模型，隨后陸續(xù)推出GPT-2、GPT-3、InstructGPT等版本，GPT模型持續(xù)迭代。OpenAI于2020年5月推出第三代GPT-3模型，參數(shù)量達1750億，較上一代GPT-2（參數(shù)量15億）提升了兩個數(shù)量級，是微軟同年2月推出的T-NLG模型（參數(shù)量170億）的10倍，成為當時最大的預訓練語言模型。GPT-3系列已經(jīng)發(fā)展出50多種模型。GPT-3模型推出后，已陸續(xù)發(fā)展出面向不同場景的模型。除ChatGPT外，GPT-3系列中比較流行的還有CodeX（代碼生成）、DALL-E（圖片生成）等。CodeX經(jīng)過自然語言和幾十億行代碼的訓練，可以完成Python、JavaScript等十幾種語言的代碼任務(wù)。DALL-E于2021年5月推出，可以根據(jù)文字描述生成圖像和藝術(shù)作品，收費價格為0.016-0.020美元/圖。ChatGPT由GPT-3微調(diào)而來，模型更小，專注于聊天場景。對比來看，GPT-3是一種大型通用語言模型，可以處理各種語言處理任務(wù)，ChatGPT是一個較小的專用模型，專為聊天應用程序設(shè)計。ChatGPT訓練包括三個步驟：（1）預訓練一個語言模型(LM)

；（2）聚合問答數(shù)據(jù)并訓練一個獎勵模型(RewardModel，RM)

；（3）用強化學習(RL)方式微調(diào)LM。此外，因為引入了代碼作為訓練語料，ChatGPT還額外產(chǎn)生了自動寫代碼和理解代碼的能力。ChatGPT通過RLHF優(yōu)化訓練結(jié)果。ChatGPT基于人類反饋強化學習（RLHF），通過眾包團隊大規(guī)模開展生成結(jié)果好壞的人工標注，經(jīng)過多次迭代，使得大模型生成結(jié)果更加無偏見和符合人類預期，實現(xiàn)了“智慧涌現(xiàn)”的效果。InstructGPT相比GPT-3：

（1）更符合人類偏好。InstructGPT是在GPT-3微調(diào)而來，經(jīng)過人類反饋強化學習后，InstructGPT相比GPT-3，在71%-88%的情況下更符合人類偏好。（2）真實性顯著提升。在TruthfulQA測試中，InstructGPT生成真實信息的頻率較GPT-3提升約一倍（0.413vs0.224）。（3）在生成有毒信息方面略有改善。在RealToxicity測試中，InstructGPT生成有毒信息的情況（包含仇恨、歧視或謠言的信息）較GPT-3略有改善（0.196vs0.233）。ChatGPT相比InstructGPT：在有效性和無害性方面有所提升。比如在“哥倫布如何在2015年來到美國？”，ChatGPT會回答“哥倫布在1506年去世，所以他不能在2015年到達美國”，相比InstructGPT的回答更加合理。在“如何欺負JohnDoe？”

的問題上，InstructGPT會給出建議，ChatGPT則會指出欺負人是不對的。2.2、數(shù)據(jù)：數(shù)據(jù)量提升顯著優(yōu)化大模型表現(xiàn)ChatGPT數(shù)據(jù)主要來自CommonCrawl、新聞、帖子、書籍及各種網(wǎng)頁。CommonCrawl、網(wǎng)頁、書籍、維基百科對于訓練的貢獻量分別為60%、22%、16%、3%。英文維基百科全部內(nèi)容包含約30億tokens，僅占到訓練數(shù)據(jù)量的3%。CommonCrawl是一個由網(wǎng)絡(luò)爬取產(chǎn)生的大型免費語料庫，數(shù)據(jù)規(guī)模達PB級。CommonCrawl（CC）是一個從網(wǎng)絡(luò)抓取數(shù)據(jù)并免費開放的非盈利組織，數(shù)據(jù)庫包含了2008年以來的原始網(wǎng)頁、元數(shù)據(jù)和抓取文本，數(shù)據(jù)規(guī)模達PB級別，其中英文數(shù)據(jù)占比約45%，中文數(shù)據(jù)占比約5%。CC數(shù)據(jù)庫的應用場景包括訓練NLP模型、網(wǎng)絡(luò)抓取和機器學習等，CC數(shù)據(jù)庫對于AI的意義堪比Google對于互聯(lián)網(wǎng)的意義，重點研究實驗室一般會選取純英文過濾版（C4）作為數(shù)據(jù)集。ChatGPT的優(yōu)秀表現(xiàn)得益于預訓練數(shù)據(jù)量大幅提升。GPT-3和GPT-2采用了相同的架構(gòu)，在模型上沒有大幅修改，僅用更多的數(shù)據(jù)量、參數(shù)量去進行訓練。GPT-2的預訓練數(shù)據(jù)規(guī)模約40GB，約有100億個tokens；GPT-3的預訓練數(shù)據(jù)是由45TB的原始語料清洗而來，數(shù)據(jù)規(guī)模達570GB，約有4900億個tokens。GPT-2模型參數(shù)量為15億，GPT-3參數(shù)量為1750億。由于容量和參數(shù)量的的大幅提升，GPT-3的準確性也得到大幅提升，已經(jīng)可以生成高質(zhì)量文本，讓人難以確定是否是人寫的。ChatGPT局限：（1）ChatGPT的知識有限。ChatGPT的預訓練數(shù)據(jù)庫只更新至2021年，無法進行聯(lián)網(wǎng)更新，因此不能理解和回答2021年之后發(fā)生的事情；（2）真實性無法保障。ChatGPT的部分訓練是基于從互聯(lián)網(wǎng)上搜集的數(shù)據(jù)，因此它的輸出結(jié)果經(jīng)常受到偏見和不準確信息的影響，無法保證真實性。2.3、算力：微軟是獨家云計算供應商，預計每月成本近千萬美元微軟AzureAI是ChatGPT獨家云計算供應商。根據(jù)OpenAI于2018年的統(tǒng)計，自2012年以來，AI訓練任務(wù)所運用的算力每3.43個月就會翻倍，算力需求每年長10倍。ChatGPT訓練的硬件為超級計算機，2019年，微軟向OpenAI投資10億美元，雙方將共同開發(fā)AzureAI超算技術(shù)，微軟也成為OpenAI獨家云計算供應商。OpenAI提供訓練的超級計算機擁有約285,000個CPU內(nèi)核、約10,000個GPU，每個GPU服務(wù)器擁有約400GB/s的網(wǎng)路連接速度。預計ChatGPT每月成本約為900萬美元。根據(jù)OpenAI的CEOSamAltman在Twitter上透露，ChatGPT每次聊天成本約為幾美分（single-digitscentsperchat），其中一部分來自Azure云服務(wù)。我們假設(shè)ChatGPT日活用戶為1000萬人，每次完整對話的成本為3美分，可測算得ChatGPT每日成本約為30萬美元，月度成本約為900萬美元。3、技術(shù)、產(chǎn)業(yè)、政策共振，AIGC迎加速發(fā)展AI技術(shù)持續(xù)突破創(chuàng)新，引領(lǐng)AIGC產(chǎn)業(yè)發(fā)展。（1）算法模型方面：2014年以來，GAN、Transformer、Flow-basedmodels、Diffusionmodels等深度學習生成算法持續(xù)涌現(xiàn)，在自然語言處理（NLP）、計算機視覺（CV）等領(lǐng)域持續(xù)應用。比如谷歌的BERT和LaMDA、OpenAI的GPT-3預訓練模型均基于Transformer模型而來，為后續(xù)ChatGPT等應用的落地奠定基礎(chǔ)。（2）預訓練模型方面：2018年，谷歌推出自然語言預訓練模型BERT，AI進入預訓練大模型時代。相比之前的生成模型，預訓練模型通過大數(shù)據(jù)和巨量參數(shù)的訓練，生成質(zhì)量顯著提升，滿足下游場景對高精度、高質(zhì)量的要求，成為了AI技術(shù)發(fā)展的范式變革，引發(fā)了AIGC產(chǎn)業(yè)的質(zhì)變。在自然語言處理領(lǐng)域，大模型的自然語言理解能力超越了人類，并且體現(xiàn)出了超強的通用AI能力。在計算機視覺領(lǐng)域，預訓練大模型的效果也超越了之前的監(jiān)督學習方法，在視覺分類、圖像分割等任務(wù)中取得了很大提升，且表現(xiàn)出了強大的圖像理解能力。（3）多模態(tài)技術(shù)方面：多模態(tài)技術(shù)是指將圖像、聲音、文字等多類型內(nèi)容融合學習，比如將“人”這一文本與人的圖片聯(lián)系在一起。從單模態(tài)向多模態(tài)的發(fā)展，豐富了AIGC的內(nèi)容，使AIGC應用更具有通用性，在視覺問答、視覺推理等任務(wù)中取得了非常好的效果。比如OpenAIDALL-E和百度的文心ERNIEViLG，根據(jù)用戶輸入的文字即可生成出圖片。AIGC產(chǎn)業(yè)生態(tài)持續(xù)完善，已經(jīng)進入產(chǎn)業(yè)落地的關(guān)鍵期。AIGC產(chǎn)業(yè)鏈包括底層的芯片和數(shù)據(jù)服務(wù)支撐、基礎(chǔ)算法平臺以及下游的行業(yè)應用。（1）基礎(chǔ)算法平臺方面，預訓練大模型需要高成本和技術(shù)投入，具有較高的技術(shù)門檻，行業(yè)參與者主要為頭部科技企業(yè)和科研機構(gòu)等，以及一些垂直場景的公司。（2）下游的行業(yè)應用方面，大模型的落地痛點在于成本高昂的通用大模型與下游垂直應用場景需求的不匹配。隨著ChatGPT熱度持續(xù)提升以及大廠的持續(xù)投入，有望直接刺激下游付費意愿提升，進一步加速AIGC應用落地和商業(yè)變現(xiàn)，AIGC產(chǎn)業(yè)迎來發(fā)展良機。政策支持落地，AIGC有望迎來加速發(fā)展。2月13日，北京市經(jīng)信局表示：“支持頭部企業(yè)打造對標ChatGPT的大模型，著力構(gòu)建開源框架和通用大模型的應用生態(tài)。加強人工智能算力基礎(chǔ)設(shè)施布局。加速人工智能基礎(chǔ)數(shù)據(jù)供給。支持人工智能優(yōu)勢企業(yè)在自動駕駛、智能制造、智慧城市等優(yōu)勢領(lǐng)域開展創(chuàng)新應用，全面構(gòu)筑人工智能場景創(chuàng)新高地”。北京經(jīng)信局明確表示支持頭部企業(yè)打造對標ChatGPT的大模型，支持算力、數(shù)據(jù)、應用等相關(guān)產(chǎn)業(yè)協(xié)同發(fā)展，AIGC行業(yè)從市場關(guān)注上升至政策支持層面。預計2030年AIGC市場規(guī)模將達1100億美元。根據(jù)騰訊研究院發(fā)布的AIGC發(fā)展趨勢報告，AIGC在AI技術(shù)創(chuàng)新（生成算法、預訓練模型、多模態(tài)技術(shù)等）和產(chǎn)業(yè)生態(tài)（三層生態(tài)體系雛形已現(xiàn)）的支持下，有望步入發(fā)展快車道，預計2030年AIGC市場規(guī)模將達1100億美元。4、巨頭積極布局，產(chǎn)業(yè)落地加速4.1、微軟：產(chǎn)品全線整合ChatGPT，想象空間廣闊微軟與OpenAI持續(xù)深度合作，是其獨家云服務(wù)供應商。2019年7月，微軟對OpenAI投資10億美元，OpenAI將服務(wù)移植在MicrosoftAzure上運行，微軟將成為OpenAI新技術(shù)商業(yè)化的首選合作伙伴。2020年9月，微軟獲得OpenAI的GPT-3模型獨家授權(quán)，OpenAI將繼續(xù)向公眾提供API，只有微軟可以訪問GPT-3的底層代碼，并可以根據(jù)需要嵌入或修改模型。2023年1月，微軟AzureOpenAI服務(wù)對外發(fā)布，企業(yè)客戶可以申請訪問OpenAI旗下GPT-3.5、Codex和DALL·E2模型。微軟計劃將ChatGPT整合進所有產(chǎn)品。2023年2月2日，微軟宣布旗下所有產(chǎn)品將全線整合ChatGPT，進一步加大與ChatGPT合作。2023年2月7日，微軟推出引入ChatGPT技術(shù)的搜索引擎NewBing和瀏覽器Edge。新Bing搜索欄升級為“向我提問吧”的對話框，用戶提出問題后，搜索引擎可以自動抓取關(guān)鍵內(nèi)容并生成回答。ChatGPT與搜索結(jié)合可改善搜索體驗。ChatGPT的對話模式對于用戶更有吸引力，由于訓練數(shù)據(jù)有限，同時真實性也無法得到保障，尚不具備替代搜索引擎的能力。ChatGPT與搜索結(jié)合，則可以結(jié)合搜索和聊天的有點，大幅改善搜索體驗。根據(jù)微軟的調(diào)研顯示，71%的用戶對ChatGPT版Bing滿意，搜索與AI技術(shù)協(xié)同作用顯著。根據(jù)Statista數(shù)據(jù)，截至2022年12月，Google、Bing在搜索領(lǐng)域的市場份額分別為84.08%、8.95%，微軟推出結(jié)合ChatGPT版新Bing，具備先發(fā)優(yōu)勢，未來市場份額有望提升。4.2、谷歌：推出對標產(chǎn)品Bard，或?qū)⑴c微軟正面競爭2018年，谷歌推出自然語言預訓練模型BERT。BERT（BidirectionalEncoderRepresentationsfromTransformers）和ChatGPT同樣以Transformers為基礎(chǔ)模型，BERT采用雙向編碼器表示技術(shù)，在理解上下文方面有更好的表現(xiàn)。數(shù)據(jù)方面，BERT訓練數(shù)據(jù)采用了開源語料BooksCropus以及英文維基百科數(shù)據(jù)，共有約33億個詞。參數(shù)方面，基礎(chǔ)版本（base）參數(shù)量為1.1億，大號版本（large）參數(shù)量達3.4億。訓練方面，大號版本BERT一次訓練需要16個TPU集群（約64TPU）訓練5天。谷歌已將BERT模型用于改善搜索。BERT模型可以借助某個單詞前后的詞來考慮其所處的完整語境，應用于搜索引擎后，更好的理解用戶搜索意圖。2019年，谷歌宣布將BERT模型應用于用于英文搜索，隨后又拓展至70余種語言，2020年谷歌表示幾乎所有英文搜索應用了BERT模型。2023年2月，谷歌推出對標ChatGPT的對話機器人Bard。根據(jù)谷歌介紹，Bard是由LaMDA提供支持的全新實驗性對話谷歌AI服務(wù)，尋求將世界知識的廣度與谷歌大型語言模型的力量、智慧和創(chuàng)造力相結(jié)合。它利用來自網(wǎng)絡(luò)的信息提供最新、高質(zhì)量的回復。Bard基于谷歌LaMDA模型，表現(xiàn)已接近人類水平。LaMDA同樣以transformer模型為基礎(chǔ)，預訓練數(shù)據(jù)庫由1.56萬億個單詞的文檔和對話構(gòu)成，參數(shù)量最高達1370億，是GPT-3的7.8倍。根據(jù)谷歌的測試，經(jīng)過微調(diào)后，LaMDA已經(jīng)在多個維度接近人類水平。目前谷歌聊天機器人Bard仍處于內(nèi)測階段，尚未對外開放。未來谷歌AI技術(shù)將率先應用于搜索業(yè)務(wù)。在AI領(lǐng)域，谷歌已有LaMDA、PaLM、Imagen、MusicLM等技術(shù)儲備，涵蓋語言、圖像、視頻和音頻領(lǐng)域，未來將陸續(xù)整合進公司旗下產(chǎn)品。谷歌表示，AI技術(shù)將率先應用于搜索業(yè)務(wù)，自動提煉搜索結(jié)果便于了解全局。目前微軟已經(jīng)推出整合ChatGPT版本的搜索引擎NewBing，未來或?qū)⑴c谷歌展開正面競爭。4.3、百度：AI領(lǐng)域全棧布局，文心一言生態(tài)持續(xù)擴大百度是國內(nèi)最有實力推出對標ChatGPT產(chǎn)品的廠商之一。百度在AI領(lǐng)域深耕數(shù)十年，在包括底層的芯片、深度學習框架、大模型以及最上層的搜索等應用人工智能四層架構(gòu)中已形成全棧布局，擁有產(chǎn)業(yè)級知識增強文心大模型，具備跨模態(tài)、跨語言的深度語義理解與生成能力。（1）芯片：百度自研AI芯片昆侖芯2單卡算力達128TFLOPS。2018年，百度在AI開發(fā)者大會上發(fā)布自主研發(fā)中國首款云端全功能AI芯片“昆侖芯”。2021年8月，百度第二代昆侖芯開始量產(chǎn)，昆侖芯2基于7nm制程，單卡算力達到128TFLOPS，較第一代性能提升2-3倍，可應用于計算機視覺、自然語言處理、大規(guī)模語音識別、大規(guī)模推薦等場景。第三代昆侖芯3將采用4nm制程，預計2024年初量產(chǎn)。（2）深度學習框架：百度飛槳是國內(nèi)規(guī)模第一的深度學習框架和賦能平臺。飛槳（PaddlePaddle）是百度自主研發(fā)的開源深度學習平臺，包括深度學習核心框架、基礎(chǔ)模型庫、開發(fā)套件、工具組件以及服務(wù)平臺，支持超大規(guī)模深度學習模型訓練。截至2022年1月，飛槳平臺已匯聚535萬開發(fā)者，基于飛槳構(gòu)建了67萬個模型，服務(wù)了20萬家企事業(yè)單位。（3）大模型：百度在大模型領(lǐng)域積累深厚，已發(fā)布4類基礎(chǔ)通用大模型以及11個行業(yè)大模型。百度文心包括NLP大模型、CV大模型、跨模態(tài)大模型和生物計算四個基礎(chǔ)通用大模型；在行業(yè)領(lǐng)域，百度聯(lián)合不同領(lǐng)域行業(yè)頭部企業(yè)，已發(fā)布11個行業(yè)大模型，涵蓋涵蓋電力、燃氣、金融、航天、傳媒、城市、影視、制造、社科等領(lǐng)域，產(chǎn)業(yè)生態(tài)初步形成。ERNIE擁有一系列可以執(zhí)行各種功能的高級LLM，而語言生成來自ERNIE3.0Titan，其文本到圖像生成來自ERNIE-ViLG。（4）產(chǎn)品和應用：

文心ERNIE大模型已在百度百余個產(chǎn)品中應用。包括百度搜索中問題分類、網(wǎng)頁排序；Feed流中的新聞推薦、新聞去重；好看視頻中的視頻推薦；百度地圖里的POI檢索以及小度智能屏中的意圖理解等，都使用到了文心ERNIE大模型。百度已文心一格（AI作畫）、文心百中（產(chǎn)業(yè)搜索）產(chǎn)品落地。文心一格是AI藝術(shù)與輔助創(chuàng)作平臺，輸入關(guān)鍵詞即可生成畫作，降低內(nèi)容生產(chǎn)成本。2022年11月，百度推出大模型驅(qū)動的產(chǎn)業(yè)級搜索系統(tǒng)“文心百中”，由百度搜索與文心大模型聯(lián)合研制，命名寓意搜索結(jié)果精準，相比傳統(tǒng)搜索系統(tǒng)可減少人力成本90%以上。百度即將推出對標ChatGPT的AI聊天機器人“文心一言”。2023年2月，百度宣布即將推出類似ChatGPT的對話式AI工具“文心一言”（ERNIEBot），文心一言是百度基于文心大模型技術(shù)推出的生成式對話產(chǎn)品，目前正處于內(nèi)測階段，預計2023年3月完成內(nèi)測后向公眾開放。文心一言預計將建立在全球最大中文單體預訓練模型ERNIE3.0Titan之上。2021年12月，百度與鵬城自然語言處理聯(lián)合實驗室發(fā)布全球首個知識增強的千億AI大模型——ERNIE3.0Titan。ERNIE3.0Titan擁有2600億的參數(shù)，參數(shù)量較GPT-3的1750億多出48.6%，在復雜知識推理能力上較GPT-3提升8個百分點。ERNIE3.0Titan已在60多項的NLP任務(wù)上取得了世界領(lǐng)先，在SuperGLUE和GLUE都超過了人類排名第一的水平。技術(shù)層面，ERNIE3.0基于飛槳4D混合并行技術(shù)，訓練時間可以節(jié)省50%。算力方面，ERNIE3.0基于“鵬城云腦II”高性能集群訓練，“鵬城云腦II”

包括4096顆HUAWEIAscend910AI處理器和2048顆鯤鵬920CPU處理器，可以提供1EOPS智能算力，即不低于每秒100億億次操作的AI計算能力。“文心一言”生態(tài)圈持續(xù)擴大。2月17日，百度集團執(zhí)行副總裁、百度智能云事業(yè)群總裁沈抖宣布“文心一言”將通過百度智能云對外提供服務(wù)，會率先在內(nèi)容和信息相關(guān)的行業(yè)和場景落地。目前已經(jīng)有包括互聯(lián)網(wǎng)、媒體、金融、保險、汽車、企業(yè)軟件等行業(yè)的近300家企業(yè)宣布加入百度“文心一言”生態(tài)，生態(tài)圈持續(xù)擴大。上市公司方面，已有多家公司宣布成為文心一言首批生態(tài)合作伙伴，未來將優(yōu)先接入文心一言的能力，未來也將在垂直領(lǐng)域開展更多合作。4.4、國內(nèi)其他巨頭也紛紛布局，產(chǎn)業(yè)落地加速2023年2月以來，國內(nèi)巨頭紛紛布局AIGC產(chǎn)業(yè)。京東宣布推出產(chǎn)業(yè)版“ChatJD”，應用路線圖包括一個平臺、兩個領(lǐng)域（零售和金融）、五個應用（內(nèi)容生成、人機對話、用戶意圖理解、信息抽取、情感分類）。阿里類ChatGPT產(chǎn)品目前也處于內(nèi)測階段，會與釘釘產(chǎn)品結(jié)合。國內(nèi)具有豐富應用場景和數(shù)據(jù)積累，破局之路