GPT4及ChatGPT相关应用梳理报告（33页）

行业报告下载 2023年04月28日 06:53 管理员

随着技术的快速进步，AI生成内容(AIGC)极大地解放了生产力，其广阔的应用场景及市场价值推动着其商业化的快速发展。垂直领域快速落地，爆款产品不断推出。随着技术不断演进，尤其是Diffusion、Transformer和Clip等模型的提出，AIGC的商业化在多个领域开始落地。其中代码生成、文本生成、图像生成、音视频/游戏等领域已有不少爆款级产品。 1）代码领域，基于OpenAI的Codex模型，Github推出的Copilot具备代码的生成、补全、建议等功能，用户量突破百万级别。 2）文本领域，ChatGPT目前已开放API接口，微软已经在Bing和Dynamic365等应用接入。3月份发布的多模态预训练大模型GPT-4 已开放纯文本API，在图片理解、推理和学术考试中展现了强大能力，未来将适用于更广泛的应用场景。 3）图像领域， Stable diffusion等文生图应用已突破千万级用户量，目前是商业模式最成熟的领域，国内也在积极布局。 4）音视频/游戏领域，起步较晚，对模型复杂度和算力要求更高，百度的文心一言大模型已经具备对视频生成的能力。OpenAI开放ChatGPT API和Whisper API（应用程序接口），允许开发者将ChatGPT集成至他们的应用程序和服务中。

2023年3月1号，OpenAI宣布开放了ChatGPT API，其由自然语言大模型“GPT 3.5 Turbo” 支持，开放的API收费模式为 0.002美元/1000tokens，较前一代价格下降90%。 OpenAI根据API调用的token（分词）输入和输出总数计费。例如调用输入10个token ，输出20个token，则需要支付30 个token的费用。同时token总数还需低于模型最大限制，GPT-3.5-turbo-0301版本的限制是4096个token。除此之外，本次OpenAI还开放了Whisper API。是一种语音转换文字（speech to text）的模型，可以转写或翻译语音，支持包括英语、中文、阿拉伯语、日语、德语、西班牙语等几十种语言，使用Whisper API的费用为每分钟0.006美元。目前OpenAI已经开放了包括ChatGPT API和Whisper API在内的多个API接口，逐步推进商业化进程： OpenAI开放的语言类API包括用于对话的GPT-3.5-turbo（多段对话）、InstructGPT（一问一答），其中InstructGPT根据其性能可以分为Ada、Babbage、Curie、Davinci（由弱至强），这四个模型还提供针对具体场景的微调接口，其中的Ada还可以作为研究的基础Embedding模型被调用。开放的多模态模型为Dall·E，根据处理图像的像素不同进行收费。开放的音频模型为Whisper。