2023年人工智能发展回顾：声势浩大，成果有限，未来潜力无限

自从chatgpt横空出世后，中国乃至世界的创业神经又被狠狠撩拨了一下。记得年初的时候，逢人不提chatgpt，不提AI，似乎就落伍了。中国那帮copy to c的“创新”大佬们纷纷入局AI大模型，某团副总裁、某川智能，一时间挖煤的挖矿的摆摊的都开始了AI创业，百模大战让人想起了当年百团大战，有人把2023年称之为人工智能元年，这个说法不为过。

2023年快过去了，是时候总结一下今年这个所谓的人工智能元年了。

雷声大：AI浪潮来袭，大家都说新工业革命到来了

时间的齿轮转动到2022年末，2023年初，没有人会想到一场轰动全球的AI大幕会这么迅速的拉开。chatgpt3.5推出后，短短几天注册体验用户破百万，到了2023年1月末，人数竟然得到了恐怖的1亿人，成为史上增长最快的消费者应用。其逆天的聊天功能打破了传统固有的机器对话方式，使得所谓的机械性之外有了真人的味道，很多人嗅到了新技术革命的味道，各路大佬开始站台（抢麦）入局AI，开始逢人就谈大模型。

2023年3月，退休三年的美团创始人王慧文带资5千万美元，宣布要打造中版ChatGPT。

2023年3月，百度发布文心一言，百度称之为：知识增强大语言模型。

2023年4月，王小川成立百川智能。

后面还有哪些大佬或入局或为了关注度呢？

阿里有AI千问、腾讯混元大模型、京东推出了言犀大模型、科大讯飞发布星火认知大模型等等，除了这些之外，还有很多就不一一列举了，大家看看下面这种图就知道百模大战有多疯狂了。

提到雷声大，还不得不说一件事，就是国人爱干的一件事：刷榜单。

那么多打着大模型的大模型出现了，到底谁厉害呢，那就打榜吧，superclue弄了一个中文大模型榜单，这就给了大家同台竞技的机会，superclue支持多维度能力评测，不是都说自己厉害吗？来试试，结果这帮国内做题家试试就试试了。但是他们玩了一手，就是刷题。

每次看superclue榜单更新，都会发现榜一大哥经常变化，一旦拿到榜一大哥位置，立马做一件事就是宣传吊打chatgpt，尤其是chatgpt4.0，以SuperCLUE、CMMLU和C-Eval三个榜单为例，chatgpt几乎没有拿到榜一位置，很多时候排名接近第十名。

大模型跑分榜单之所以会呈现出“榜一大哥交替”的乱象，原因在于很多大模型通过刷题来应对榜单测试。大模型榜单测试有题库，你没看错，就是题库。各大大模型榜单的题库几乎对厂商是单向透明，也就是出现了所谓的“基准泄露”。例如C-Eval榜单在上线之初就有13948道题目，并且由于题库有限，就出现过直接让某些不知名大模型用刷题的方式“通关”的情况。

这就给国内大模型机会了，打肯定是打不过chatgpt，但是上榜能力绝对超过chatgpt。于是各种榜单榜一大哥不停被刷出来。

大家为什么热衷于刷榜呢，很大一个原因就是人工智能火爆的当下，宣传很重要，第一就是流量啊。至于是不是真的打得过chatgpt，那就不是需要关注的事情了。

不管刷榜原因是什么，从大家热衷于刷榜就可以看出大模型有多么火爆。

这么多大佬站台，这么多公司入局大模型，这么多人刷榜，人工智能一出场算是赚足了关注。

雨点小：忙了一年，动静越来越小，垃圾被逐渐清场

从年初到年尾，作为AI观察者和从业者，笔者算是经历了一个AI小周期。年初一堆人涌进来，又是带资又是要誓言打造中文大模型，到了年底，这些牛气冲天的人似乎有点销声匿迹了，很多大模型也不在宣传了，动静越来越小了。中文大模型除了百度似乎铁了心坚持下去，其他小垃圾逐渐被清理出场。

百度做大模型决心和动作还是很大的，文心开始逐步嵌入到百度应用，举个例子。

图片智能应用

如下图，百度AI图片助手提供了去水印等功能，笔者测试了一下，效果还不错。

目前除了一些带有版权的图片不能修改外，其他图片都可以免费使用百度图片助手修改，非常方便。

再看看operai，推出了chatgpt 4.0之外，弄了一个类似于苹果appstore的gpts，然后就是一波宫斗，总管国内外大模型目前都存在一个问题，雨点小，落地应用场景匮乏，大多集中在：

聊天解闷、写文案（广告生成）、作图、客服（应用较多）、视频生成（比较热的郭德纲说英语）等。

这些领域基本上还是属于chat领域，就是交流沟通，虽然大模型数据越来越丰富，应用越来越多，但是仔细理一理依然还是在说文写字领域多一些，这就使得其应用场景较窄。你问一个科技圈的人都知道chatgpt，知道大模型，你问一个普通人他就完全不知道了。不像支付宝大人小孩都知道。

很多人也逐渐认识到这个问题，开始从产业应用角度审视大模型未来。

未来可期：技术落地，AI未来可期

很多人提及工业革命威力都会讲一个例子，就是马车和汽车的竞争。汽车想对于马车是跨时代的，是革命性的应用，但是汽车的发动机技术单独和马车竞争肯定是不行的。发动机技术落地构建了汽车应用，才打败了马车。对于人工智能也是一样，必须落地到应用场景，形成产业产品，才能在新老竞争中脱颖而出。未来，AI落地应用才是AI良性发展的支撑。下面举一个例子说明一下：

笔者最近接触了一家上海人工智能公司BodyAPT，做AI服装定制生成，通过他们的技术，可以做到用手机扫描人体正面、侧面，只需要两张人体扫描照片就可以根据他们AI算法测算出人体净体数据，而且精准度极高。笔者体验了一下，肩宽数据BodyAPT测量的是46厘米，人工测量也是46.其他胸围、腰围数据误差几乎没有。不仅如此，他们利用采集到的数据可以直接出版，出版意思是服装定制一个术语，把人体数据设计成版型，服装工厂就可以根据版型做衣服。

BodyAPT直接出数字版芯，直接传递到工厂，整个过程全部智能化，无需人工干预。从量体到制版，只需几秒钟。定制一件衬衫，从量体到工厂生产出来只需2小时。BodyAPT这种AI应用打破了之前AI只能应用在说学逗唱的阶段，已经应用到产业实际流程中，对传统服装定制流程进行了智能化改造。真正利用AI技术颠覆了行业。

最近接触了一些人工智能顶级科学家，和他们聊AI，发现他们已经不再纯粹谈技术，而是将眼光投向落地应用，在他们眼里，大模型本身技术比拼不再是重点，应用才是根本。这点和笔者想的一样，在好的发动机技术，不做成汽车，也不可能竞争过马车。

这些顶级人工智能科学家还提到一点就是数据，AI本身是算法集合，但是这些算法模型优化需要实际应用数据去喂，从而根据实际数据不停调整，对齐，优化。以BodyAPT，技术开发出来后，不停进行市场验证，各种人体体型体态数据对BodyAPT模型进行优化，经过实际数据调整，才使得现在BodyAPT测量出来的人体数据精准度极高。

从BodyAPT可以看出，AI大模型+具体行业应用将是未来人工智能良性发展之路。可以遇见的是，未来像BodyAPT这种行业AI应用会越来越多，真正走出目前“说学逗唱”应用瓶颈。

AI未来可期，这是毋庸置疑的，能否像过去20年互联网技术对人类社会改造那样，就要看未来AI在行业实际应用如何了，让我们拭目以待。