ChatGPT 发布后，为什么各个大厂在短时间内相继发布大模型产品，是技术进步了，还是学到了什么呢？

是技术取得突破了么

核心答案是：中国的技术不是“突然”进步的，而是ChatGPT的发布像一个“发令枪”，验证了一条正确的技术路线，让早已在起跑线上准备多年的中国厂商，终于可以朝着明确的方向全力冲刺了。

1. 起跑线：中国大厂早已“重兵布局”

在ChatGPT发布之前，AI大模型的研究在全球范围内早已是科技前沿的必争之地。中国的科技公司，特别是百度、阿里、腾讯、华为等，在这方面已经有了多年的技术积累。

• 百度：从2019年就开始研发“文心大模型”（ERNIE），在NLP（自然语言处理）领域底蕴深厚。它的初衷就是理解语言，而非仅仅生成语言。
• 阿里：同样在自然语言处理、多模态模型等领域有长期投入，其背后的“通义”大模型体系也酝酿已久。
• 科研机构：智源研究院、清华等机构也早有自己的“悟道”、“GLM”等大模型。

所以，技术底座和研发团队是现成的，并不是从零开始。

2. 路标：ChatGPT提供了“成功地图”

在ChatGPT之前，大家虽然都在研究大模型，但对于“如何让大模型如此好用、如此像人”的具体工程化路径并不完全清晰。ChatGPT的成功，清晰地展示了几个关键要素：

• “大力出奇迹”的规模效应：证明了模型参数越大、数据越多，能力可能越强。
• “对齐人类偏好”的技术：它成功应用了基于人类反馈的强化学习（RLHF） 这一关键技术，让模型的输出更符合人类的思维和价值观，而不仅仅是完成一个数学任务。这是它变得“智能”和“好用”的关键。
• “对话即接口”的范式：它证明了一个简单的对话框，可以成为未来人机交互的核心入口，这具有巨大的战略价值。

这就好比，大家都有造汽车的基本零件（技术积累），但特斯拉（OpenAI）第一个成功造出了一辆续航长、体验好的电动汽车并上市。其他车厂一看，立刻明白了：“哦！原来电池要这样布局，软件要这样优化，用户体验要这样设计！”

3. 冲刺：为什么能如此迅速地“跟上”？

当路线图清晰后，中国厂商做的事情是：

• 调整技术路径：迅速将RLHF等已被验证的关键技术整合到自己的大模型中。
• 集中资源发力：公司内部给予前所未有的资源和人力支持，全力攻坚。
• “抢跑”发布：为了抢占市场和生态，即使产品还不完美，也要先发布一个“可用”的版本。这就是为什么你看到文心一言、通义千问等在短时间内相继问世。它们是基于原有模型的快速迭代和优化，而不是凭空变出来的。

总结

所以，情况并非“ChatGPT发布后，中国厂商技术就进步了”，而是：

中国厂商的技术底蕴一直都在，只是ChatGPT的出现，像一盏探照灯，照亮了那条最有可能通往“通用人工智能”的道路，并引爆了全球性的竞争。大家从“暗中摸索”进入了“明牌竞赛”的阶段，因此你才在短时间内看到了如此密集的产品发布。

ChatGPT技术上的突破是什么

ChatGPT 在技术上的突破可以理解为：自回归语言模型+充分无监督训练+大量代码训练+有监督指令微调+RLHF

RLHF 就是 Reinforcement Learning From Human Feedback（人类反馈强化学习）

与人类意识对齐（Alignment）

我们知道，人类是有感情的，很多事物是有极限的，比如人再怎么能吃也不可能一顿饭吃 100 个馒头，万一大模型输出的内容有这类意识，那么肯定是不合理的，所以要进行微调对齐。

RLHF 目标很简单，就是让大模型的输出和人类保持一致，但是怎么理解这个一致性呢？毕竟正常情况下人与人很多时候都会出现各种不一致的现象。所以人们专门设计了几个原则。

1. 有用性：大模型需要遵循指示、执行任务、提供答案。
2. 真实性：大模型提供的信息必须是准确的事实，并有承认其自身不确定性和局限性的能力。
3. 无害性：避免有毒、偏见或冒犯性的输出，以及拒绝协助危险活动。

如果大模型的输出能满足以上 3 点，那么我们就认为它的输出是与人类意图一致的。