AGI(通用人工智能)专题之三:GPT模型走向平台化,「手转AI」大幕拉开

AGI(通用人工智能)专题之三:GPT模型走向平台化,「手转AI」大幕拉开
GPT 模型走向平台化,开启“手转 AI”大幕。AGI(通用人工智能)专题之三探讨了这一趋势,OpenAI 通过 ChatGPT 插件开启了“模型即平台”的时代,并加速了成熟应用向 AI 平台的迁移,从而开启“手转 AI”浪潮。 **1. ChatGPT 内部生态:** * **插件生态意义:** 开放内部插件,GPT 模型能通过插件扩展自身能力,如增加“眼睛和耳朵”,解决 LLM 常见的问题,如数据库时间滞后、知识幻觉。 * **AI 时代的操作系统:** 插件形成生态后,GPT 模型将成为 AI 时代的操作系统,类似移动互联网时代的 iOS 和安卓。区别在于,GPT 依靠 AI 技术和用户习惯迁移实现变革。 * **插件类型:** 浏览、代码解释器、数据等。 * **优势:** 降低开发门槛,激发 UGC。开发者只需描述 API 需求,模型完成代码编写、身份验证、数据处理等,玩法和体验是下一阶段的关键。 **2. 成熟应用向 AI 平台迁移:** * **技术与流量的互惠:** AI 加持下,GPT 内部插件的用户体验优于原生应用,用户场景向 GPT 模型内部迁移。成熟应用通过 GPT 的 AI 技术提高用户体验,而 GPT 借助应用吸引更多用户,增强生态价值。 * **端转手到手转 AI:** 主流应用将展开向 AI 平台的迁移。 * **案例:** 接入 ChatGPT 生态的电商、办公、旅游等应用。 **3. 技术细节:** * **三大基础插件:** 浏览、代码解释器、数据。 * **1) 浏览插件:** 通过调用 Bing 搜索的 API,GPT 能够从互联网上获取信息,解决 GPT 信息滞后问题; * **2) 代码解释器:**GPT 在 ChatGPT 界面完成开发工作,用户能通过描述需求,直接生成代码、运行代码、上传文件,并评估输出。降低了开发门槛; * **3) 数据插件:**使 ChatGPT 能够访问开源数据库,并生成分析结果。用户用自然语言表达需求,获取最相关的文档片段。 **4. 投资建议:** * **模型层:** 关注国产大模型复现需求,受益标的包括百度、华为(产业链)、阿里、三六零等。 * **应用层:** 关注快速接入 GPT 生态的应用(境外业务占主导、海外用户基础大、有实际应用场景的公司)以及布局游戏、浏览搜索、电商、本地生活的标的。 **5. 风险提示:** * 国产大模型落地效果不及预期风险;AI 产品道德及监管风险。
在线阅读 下载完整报告 | 2.2 MB | 17页
阅读和下载会消耗积分;登录、注册、邀请好友、上传报告可获取积分。
成为VIP会员可免费阅读和下载报告