前言

當很多人還在適應GPT系列人工智能（文中或稱AI：Artificial Intelligence）工具給生活帶來的改變時，OpenAI又打開了新局面。2024年初，OpenAI發(fā)布了第一款文生視頻模型——Sora，能夠生成一分鐘的高保真視頻，一石激起千層浪。

Sora和ChatGPT的誕生讓我們看到，技術的發(fā)展或許是有跡可循的，但技術的突破節(jié)點卻難以預測。

2023年，ChatGPT風靡全球。其憑借強悍的產品性能，文能寫詩，武能編碼，上知天文，下知地理，推出僅僅2個月后，ChatGPT的月活躍用戶就已經達到1億人次，成為歷史上用戶數量增長最快的消費類應用。在ChatGPT發(fā)布后，OpenAI又陸續(xù)推出了GPT-4和GPT-4o。在這一年時間里，OpenAI還做了許多事情：開放ChatGPT API和GPT-4 API，讓產品開發(fā)者無須自主研發(fā)類GPT，通過API即可進行二次應用；推出GPT系列的微調功能，讓企業(yè)和個人都可以得到專屬的GPT；上線GPT商店，不僅壯大了自身的AI生態(tài)，還擴張了商業(yè)化的路徑；給機器人裝上GPT大腦，讓機器人得到了智能升級；將GPT融入可穿戴硬件，成為“AI時代的新iPhone”……

OpenAI的每一步舉措，讓以GPT為代表的大模型朝著人類社會更進一步。GPT已然征服了許多行業(yè)：微軟的Bing整合了GPT-4，帶給人們全新的搜索體驗；經典辦公軟件借助GPT進行了升級；GPT成了許多設計師的必備工具；新聞的撰寫與傳播有了GPT的參與；醫(yī)療、金融、法律、教育……許多行業(yè)都有了GPT的痕跡。

Sora標志著AI技術在內容創(chuàng)造領域的一個重要進步。本質上，Sora就是一個“文生視頻工具”，能夠根據用戶提供的自然語言指令生成高清視頻內容。這意味著用戶可以通過簡單的文本描述，讓Sora創(chuàng)造出幾乎任何場景的視頻，從而極大地拓寬了視頻內容創(chuàng)作的邊界和可能性。但Sora又不只是一個“文生視頻工具”，它能夠理解用戶的需求，以及掌握這種需求在物理世界中的存在方式。也就是說，Sora能夠通過學習視頻來理解現實世界的動態(tài)變化，并用計算機視覺技術模擬這些變化，從而創(chuàng)造出新的視覺內容。Sora學習的不僅僅是視頻，也不僅僅是視頻里的畫面、像素點，還在學習視頻中世界的“物理規(guī)律”。Sora最終是一個通用的“現實物理世界模擬器”，即為真實世界建模。

技術進化的新時代已然開啟。從ChatGPT到GPT-4o，再到Sora，人工智能正在跨越機械邏輯的邊界，模擬并延展人類思維維度，從被動響應走向主動理解。本書基于此，以ChatGPT為起點，以GPT系列的發(fā)展為主線，介紹了ChatGPT的誕生和爆發(fā)，以及ChatGPT的真正價值，闡述了ChatGPT為什么能開啟一個AI新時代，這個新時代是怎樣的。本書還對ChatGPT發(fā)布后，OpenAI的行動（發(fā)布GPT-4和GPT-4o、開放API和微調功能、上線GPT商店等）進行了細致介紹和分析。可以說，OpenAI已經成為人工智能領域當之無愧的引領者，不僅逐漸形成了一個完善的AI應用生態(tài)，更是打造出了一條通用人工智能的技術路線。對OpenAI的行動和計劃有所了解，不僅有助于認識快速更迭的人工智能技術，還將進一步理解這個充滿變化的世界。

當然，除GPT系列和Sora外，本書還對OpenAI的競品公司進行了介紹和分析，包括頭部科技公司谷歌、從元宇宙轉向AI的Meta、OpenAI的最強競爭對手Anthropic、馬斯克成立的人工智能公司xAI等。書中還對ChatGPT掀起的“百模大戰(zhàn)”進行了分析，并對大模型的下一步發(fā)展進行了預測。本書文字表達通俗易懂、內容富于趣味，能幫助讀者了解人工智能大模型的發(fā)展脈絡，并在紛繁的信息中梳理出人工智能行業(yè)變革以及即將到來的通用人工智能時代的線索。

人工智能不僅是當今的科技標簽，它所引導的科技變革更是在雕刻著這個時代，為此，我們需要有所準備。

陳根

2024年春