⏰ 生成式 AI 的元年，其实远远没有到来

从 ChatGPT 的诞生开始，越来越多的人开始关注生成式人工智能（AI）和大语言模型（LLM）。各大公司纷纷蹭上 GPT 热潮，试图在各种相关和不相关的产品中提及和使用 ChatGPT，大企业和高校也纷纷开始研制自己的大语言模型。然而，虽然大家都说 2023 年是生成式 AI 的元年^[1]，但实际上，我们离真正的元年还有很长的路要走。

众所周知，GPT 技术引领了一场生成式 AI 的革命。然而，在这场热潮中，很多公司试图在各种产品中使用 ChatGPT，却并非都是为了实际应用。相反，很多公司仅仅是为了炒作、提高知名度^[2]，甚至不惜将 GPT 模型用到与其产品关联性很小的领域，试图将其作为一种亮点来吸引消费者。这这种现象对于整个行业的长远发展是不利的，因为它可能导致消费者对生成式 AI 的误解和过高期待。相较于追求技术本身的进步，这种表面的炒作为生成式 AI 的发展带来了一定程度的困扰，也让消费者和投资者无从选择。

另一个阻碍生成式 AI 元年到来的因素是 NVIDIA 炒高计算卡售价的行为。由于 GPT 等大语言模型对算力的需求极高，使得拥有 CUDA 专利及大显存的 NVIDIA 计算卡成为了这个领域的关键组件。然而，NVIDIA 公司的产能有限，且恶意炒高产品价格^[3]，产生了「算力垄断」现象，导致 ChatGPT、Bing Chat 等产品算力跟不上，性能和智力都一降再降，有时候甚至几秒钟才能蹦出来一个字。这种情况下，用户们很难体验到真正的生成式 AI 带来的便利和智能。

微软近期推出了基于 GPT-4 的 Windows Copilot^[4]，要取代原本的 Cortana。虽然这个产品在某些方面可能具有一定的优势，但在操作系统中内置生成式 AI 似乎过于多余。首先，生成式 AI 的使用场景相对有限，不是所有用户都需要这种功能。其次，生成式 AI 的运行需要大量算力，微软在操作系统中内置的 Windows Copilot 会因为用户过多而算力不够，响应时间缓慢，在需要 AI 提供效率的时候却降低了效率，极其影响用户体验。

虽然目前生成式 AI 的热潮在各个领域都有所体现，但我们需要保持冷静，理性地看待这个热点。在跟进热点的同时，公司和开发者应着重关注真正有价值的应用场景，避免盲目跟风。只有这样，我们才能确保生成式 AI 的长远发展，让真正的元年早日到来。