OpenAI的烦心事未了：微软推出替代品Bing Chat

OpenAI：困于“独占先机”

OpenAI在“遥遥领先”的困境中

大家好，刚刚结束的《奥特曼去哪儿》不再令热衷虐狗的观众疯狂，他们的烦心事却远未结束。咱们的好兄弟OpenAI正面临着一场新的挑战，而且这次不是来自YouTube的抵制，而是微软的阴谋！

你没听错，微软这个老牌科技巨头，为了让OpenAI雄起，不仅追加了100亿美金的投资，还大规模调用了微软研究院的人力，创造了一个秘密项目，称为——Bing Chat。

不得不说，微软确实是绝顶聪明，他们想用自研版本的大模型来替代OpenAI，从而解决OpenAI强大却昂贵的问题。然后他们将Bing Chat更名为Copilot，宣告这是对ChatGPT的挑战。微软到底是“奥特曼”呢，还是“超人”呢？

但是，为什么微软舍弃了自己的人工智能项目，借助OpenAI的远超同类的技术呢？也许因为OpenAI技术太强大，太昂贵了！就像有辆兰博基尼开来送外卖一样，太奢侈了！微软毕竟是个务实的科技公司，不像其他的“富二代”科技公司，开支那是真的大呀。

• OpenAI的GPT商城推迟上线，原因竟是”意外忙碌”
• 区块链带你探寻加密世界的第四代之王
• Kinetex Network：闪电交易，让你解链谈笑风生！

不仅如此，大模型推理成本过高也是一个问题。对于大多数科技公司来说，模型训练和数据中心建设只是一次性的资本开支，没什么大不了的。但是日常运行所需的推理成本就不一样了，那是一个绊脚石啊！因为每个查询都需要进行新的推理计算，用户越多，算力成本就指数级上升。

微软基于GPT-4对其大模型应用GitHub Copilot进行了升级，但昂贵的推理成本导致GitHub Copilot每月亏损20美金。用得越多，损失越大。这简直就像是开着兰博基尼送外卖，不但不赚钱，还赔得裤衩都没了。

说到这里，我们不得不说互联网公司的发展有时候像送快递：没法和别人一起拼单，这趟单的成本就高。OpenAI为客户提供“奥迪”级的服务，但大部分客户其实只需要“比亚迪”，没有必要为了那点小事情开上跑车。

初创公司Summarize.tech就是这种情况的一个典型案例。他们使用了GPT-3.5来支持自己的服务，结果发现用户不仅体验不到差别，还多花了很多钱。后来，他们将底层大模型替换为开源的Mistral-7B-Instruct，用户反而没有感觉到差别，而且推理成本降低了一半。

因此，不仅微软，Salesforce、Wix等OpenAI早期的大客户也纷纷替换成更便宜的技术方案。OpenAI的“遥遥领先”只是在增加使用成本，并没有真正解决问题。

为了降低推理成本，让“开奥迪比雅迪更便宜”，OpenAI开始尝试稀疏模型——一种处理任务时只激活特定部分的超大模型。这不仅可以提高响应速度和准确性，还能显著降低推理成本。这简直就是杀鸡不再用牛刀，微软可是深知这种便利的。

然而，不仅微软，谷歌也在研究稀疏模型，并且取得了进展。稀疏模型被认为是未来十年最重要的趋势之一。看来大家都意识到，如果想让总部的账本更红，还是得降低成本。

OpenAI也开始积极应对这个问题。他们推出了GPT-4 Turbo，一下子降价了1/3，已经低于竞争对手Anthropic开发的闭源大模型。虽然还不能和“雅迪”比，但至少比其他小型车实惠多了。

可惜的是，在奥特曼重新回归的同一个周末，就有超过100个客户联系了他们的竞争对手Anthropic。这简直就是一个科技史上的闹剧！OpenAI的努力似乎前功尽弃。

事实上，OpenAI面临的问题并非只有成本的挑战。他们最近推出的GPTs聊天机器人获得了普通开发者和小型企业的热爱，因为它具备低开发门槛和强大的通用能力，有点像一个包装纸。但是对于大公司来说，他们更需要定制开发，这让OpenAI再次面临“遥遥领先”的困扰。

此外，由于计算请求不足，大模型的规模效应就会降低，导致成本上升。相比之下，大公司自己的计算请求足够多，不需要拼单降低成本。那就好比送快递，OpenAI的送100件，其他公司可能连10件都凑不齐。

不过，OpenAI也意识到了这些问题。他们推出了LoRA技术，用于轻量级模型微调，从而降低开发成本。这个技术的原理是对大模型进行适应性训练，提升在特定任务下的性能。对于普通开发者来说，这无疑是更友好的选择。

然而，对于大公司来说，LoRA并不能满足他们更深层次的需求。因为GPT-4过于复杂和庞大，深度定制需要投入大量的开发时间和资金。相比之下，全量微调开源模型的成本更低。所以，OpenAI在这方面无法与大公司竞争。

大公司还有另一个优势，他们拥有足够的计算请求，不需要和别人“凑单”，这让他们在成本端占据优势。即便是初创企业，随着用户的增加，他们使用OpenAI模型的性价比也会下降。

这就像一个送快递的比喻，同样的路程，OpenAI的客户多，可以一次送100件，其他模型就做不到了。这就让大公司能够获得更多的利润，而OpenAI却无法跟上。

对于OpenAI来说，要赢得公司的支持并获得收入，就必须找到那些愿意花大钱的大公司。他们正面临一个严峻的命题。

说到OpenAI，我们再聊聊它的理念。OpenAI的初衷是保护人类免受超级智能威胁，追求一种理想主义的科学家文化。但是，随着ChatGPT的发布，OpenAI开始转变，变得越来越商业化。

这个转变并不容易。在过去，OpenAI更像是一个由几位科学家和工程师组成的小作坊，而现在他们变成了一个真正的商业机构。他们不得不开始将研发成果转化为受欢迎的产品。

然而，这样的商业化转变引发了一系列的问题。OpenAI到底是个什么组织？马斯克曾形容OpenAI为“一个拯救亚马逊雨林的机构，但最后做起了木材生意，砍伐森林将其出售”。这样的内部矛盾使得OpenAI陷入了遥遥领先，在奥特曼事件中堪称一场闹剧。

总之，OpenAI面临着诸多的困扰。他们需要解决成本问题，吸引那些愿意花大钱的大公司来支持他们。同时，他们也要面对商业化的挑战，找到一个平衡点，既能赚钱，又能保持自己的理念。

OpenAI的故事还在继续，让我们拭目以待吧！

和我互动吧！在评论区告诉我你对OpenAI的看法，以及你对这篇文章的建议和想法。让我们一起探讨这个引人入胜的话题！

We will continue to update 算娘; if you have any questions or suggestions, please contact us!