英伟达、微软、Google、Adobe 等厂商在相差无几的时间里都推出了各自的 AI 服务，你追我赶之势仿佛在传达着同一个焦虑：在这个大 AI 时代，如果不想被人颠覆，就要先颠覆别人。

1、英伟达正在把 AI 带到各行各业

英伟达在一年一度的 GTC 大会上又带来了很多让人眼前一亮的新活。

例如发布了一项名为 CuLitho 的 AI 辅助制芯技术，为 2nm 制程铺平了道路；与路特斯、奔驰、宝马等汽车厂商合作，用 Omniverse 搭建数字生产线等。

但要说到整场 GTC 大会最亮眼的内容，还得是英伟达发布的新显卡——带有双 GPU NVLink 的 H100 NVL。

H100 NVL 是专门针对算力需求巨大的 ChatGPT 而设计的显卡，H100 NVL 拥有夸张的 188GB HBM3 内存（每张卡 94GB），这也是目前英伟达发布的内存最大的显卡。

像 GPT 这样的大语言模型非常占用内存资源，理论上参数达到上千亿的 GPT 模型可以迅速占满一张 H100 显卡。

与用于 GPT-3 处理的 HGX A100 相比，使用了四对 H100 和双 GPU NVLink 的标准服务器的速度快了 10 倍，H100 NVL 是大规模部署像 ChatGPT 语言模型的理想选择。

英伟达整的另一个大活就是把ChatGPT 同款搬到了云上，向公众开放。

ChatGPT 的运行主要依靠由 A100 或 H100 组成的 DGX 超级计算机，微软为此花了数亿美金采购了上万张 A100 显卡组建 Azure 云计算平台。

为了降低用户部署大模型的成本，英伟达推出了 DXG Cloud 服务，每个月 36999 美元起，你就能获得一个由 8 张 H100 或 A100 显卡组成的云端超级计算机，轻松完成高负载的计算工作。

2016 年，老黄亲手向 OpenAI 交付了第一台 DGX 超级计算机电脑。7 年之后，顶尖的 AI 算力通过 DXG Cloud 有机会走进每家公司，完成在过去不可能完成的任务。

不难想象，像 ChatGPT 这样能够改善人类交流、提高工作效率的先进应用会持续涌现，为我们的生活带来更多的便利和惊喜。

2、Google 开启 Bard 测试

如果说英伟达让我们看到了 AI 发展的未来，那 Google 的 Bard 就是 AI 的今天。

在大家被 GPT-4 和 Midjourney V5 震撼刷屏一周后、老黄展望未来 AI 时代的同时，Google 宣布正式开放 Bard 的访问：请尝试 Bard，并提供你的反馈。

根据 Google 的最新演示，相比 ChatGPT，Bard 更像是一个专注于工作学习的随身助理，你可以在它的协助下，激发想法、满足好奇心。

你可以让 Bard 用简单的语言解释量子物理学，或者让它提供头脑风暴，帮你在一年内阅读 20 本书。

Google 表示，用户可以在 Bard 的协助下，加速想法、激发好奇心。你可以使用 Bard 提供一些技巧，比如如何实现一年阅读 20 本书，或者用简单的语言解释量子物理学。

在演示中内容中我们还发现了一些细节，Bard 似乎会同时生成多个回答，你可以根据需求选择最适合你的那一个，并进行持续提问。

当然，ChatGPT 也可以生成多个回答，但它是在回答结束后重新生成，相较来看，Bard 更像是一个会同时提供多种方案的乙方。

可能是 ChatGPT 和 Bing Chat 的负面消息引起了 Google 的重视，后者不断强调 Bard 只是一场实验，Bard 生成的信息并不代表 Google 的观点。

Google 表示，虽然 Bard 由大型语言模型提供支持，并会随着时间推移而日渐强大，但它会学习到一些偏见或者刻板印象，导致它自信满满地说出一些不准确或者虚假的信息，比如它会将ZZ Plant理解为 Zamioculcas zamioculcas，而不是正确的 Zamioculcas zamiifolia。

有了 Bing Chat疯了的前车之鉴，Bard 的第一个测试版就限制了同一对话中的交流次数，从而保证内容的准确。当你第一次登陆 Bard 时，它就会告诉你这只是一个实验，并期待你的反馈。

作为 Bard 的第一个版本，它暂时还不支持更多语言（包括中文），Google 会持续更新写代码、识别/生成图片以及多语言支持。

目前，Bard 仅在英国、美国开放访问权限，未来会逐渐扩展到更多国家和地区。

3、Adobe Firefly：友军中的最强辅助

当科技公司卷到图片生成后，著名设计创意公司 Adobe 自然不甘人后。在这个疯狂的夜晚，Adobe 也推出了自己的创意生成式 AI 模型集：Adobe Firefly。

Adobe 用几个简单的例子展示了 Firefly 的能力。你可以用一句话，让正处于春天的风景，变成冬天的模样。

你也可以在草地上用笔刷随意刷一下，然后告诉 Firefly 这是一条河，它就会自动生成河流。

Firefly 能做的自然不只这些，框选狗狗的毛发，它可以将毛发变成画笔，现场帮狗狗改变发型；设计一个艺术字，它能帮你生成一个单词、一句话；设计好一款耳机，Firefly 还能把它放到场景中，变成产品展示图……

Adobe 认为，AI 正在提供一种打开世界的新方式，设计师可以用最顺手的方式来实现创意，帮助创意人而不是取代创意人。

同时，Adobe 还创立了内容真实性倡议CAI，建立了可信数字内容归属的全球标准，并对人工智能生成的内容进行标记，打造 Firefly 生态系统，Adobe Firefly 是友军，更是友军里的最强辅助。

4、中国公司们准备好了吗？

ChatGPT 开放 API利好开发者，但对那些新进加入 ChatGPT 赛道的创业者，此时也被迫感受到了一丝寒意。

入局本就落后于人，少了先发优势，不少人团队还没完全建成，壮志豪言刚刚出口，而抬头一看，ChatGPT已经一骑绝尘，想要望其项背，都还需不少苦工。

而对于大厂，OpenAI 此举也是敲山震虎——百度、阿里这样的大厂，想做类ChatGPT 产品，怎么才能做得比本尊更好，投入也更少？

AI科技评论认为，对于中国的厂商来说，ChatGPT 开放 API，也并不全然代表失去了未来生存和盈利的机会。

百度的“文心一言”、阿里的“通义”、华为的“盘古”、IDEA的“封神榜”、澜舟的“孟子”、智源的“悟道”……在这个赛道上有所积累的玩家不少。技术层面，他们的路径并不相同，实力上也各有千秋；如何完成更高效、廉价、贴合市场的工程化，是摆在他们面前“弯道超车”的绝佳机遇。

从“模型、算力、数据、场景”的四个因素角度上来看，大模型的算法壁垒，并没有外界看来的如此不可逾越，随着时间推移和研究进步，算法性能很可能逐渐趋同；而算力方面，则是真金白银的投入，资本和资源的比拼。

如果抛开算法、算力两大方面，在数据和场景上，中国厂商则有很大的优势。

IDEA研究院的讲席科学家张家兴博士，曾在一次演讲中做过类比：投入了数百名正式员工、上千名标注员，用了3年时间，OpenAI 从 GPT-3 再到 ChatGPT，持续对一项模型进行修改，并未对模型结构进行过创新。

正如搜索引擎公司，调用数万名员工、数千标注员，二十年如一日地打磨优化，最终只为了将引擎做得至臻至美。

大投入、长坚持，是未来一家成功AI公司，最珍贵的品质——若非如此，AI就做不好工程化落地的工作，而这也是中国AI公司面前最大的机会。

在数据上，越来越多业者发现，要用AI讲好中国故事，首先需要的是中国本土原生的数据集，这样才能更贴近中文的使用，也更贴近中国的市场环境。

如果再聊到政治环境，数据脱敏、以及对于涉黄、违法、涉政内容的风险管控，也是大模型工程化落地，所不得不关注的核心难题。

做数据集的收集，中国厂商自然近水楼台；而到了实际操作中，中国厂商在人力资源和成本上，也相较OpenAI要更有优势。

而寻找场景和技术产品化，更是中国厂商的强项。文章先前还提到的，那些将 ChatGPT 镜像做成产品，赚取用户差价的“掮客”，早在王小川、王慧文宣布入局之前，就以这种思路，赚取到了“ChatGPT”的第一桶金。

要想全民进入AIGC时代，AI产品化的进步，可以说与AI技术的进步同等重要——技术不仅要有用，还得“能用”，让用户用得舒服。有国内巨大市场作为后盾，AI产品一旦起势，就很容易形成马太效应，在用户中形成强大的影响力。

ChatGPT如同一只鲇鱼钻进了池子，用风卷残云之势搅动乾坤。面临如此强敌，中国的竞争者们也必须动起来，才能在激烈的竞逐中获得一席之地。

文章来源： 爱范儿，AI科技评论