OpenAI年入10亿美元，大模型商业化走到哪一步了？

OpenAI年入10亿美元，大模型商业化走到哪一步了？简单来说，DALL·E3使用户更易将想法转化为准确的图像，让AI图像生成方式更接近于ChatGPT。就算是不知道如何使用提示词，可以直接输入你的想法，ChatGPT会自动为DALL·E3生成详细的提示词。DALL·E3OpenAI公司CEO奥特曼（SamAltman）表示，DALL·E3将在接下来的几周内向所有ChatGPTPlus付费版/企业版用户开放，并计划在秋季向研究实验室及其API服务发布。但对于是否会发布免费的公开版本，OpenAI并未提起。不经意间，OpenAI又新增一项盈利项目，而在此前，OpenAI已经被硅谷权威媒体TheInformation曝出一年营收高达超10亿美元。据TheInformation报道，OpenAI在2022年亏损达到5.4亿美元，但在今年营收就能达到10亿美元。短短10个月的时间，OpenAI就完成了由亏转盈，商业化进程可谓是极为高效。01每日烧掉70万美元OpenAI推出ChatGPT之时，虽然引领了AI时代的进程与发展，但它的盈利一直不被外界看好。在数个月之前，AnalyticsIndiaMagazine的一份报告中称，OpenAI仅运行其人工智能服务ChatGPT每天就要花费约70万美元，OpenAI目前正处于烧钱的状态，若不加速自身商业化进程，很有可能在2024年底不得不申请破产。大多数媒体同时看衰OpenAI并不是毫无缘由。硅谷权威媒体TheInformation今年8月报道称，OpenAI在2022年营收0.28亿美元，亏损5.4亿美元。而在过去几年的时间里，尤其是GPT-3.5爆火之前，OpenAI纯粹是一个毫无盈利的公司。它的所有营收，均来自“金主爸爸”微软的注资。从2019年开始，微软向OpenAI投资10亿美元，并在此后将投资金额追加到了150多亿美元，这些费用大多数用在了搭建AI超级计算机和购买AI芯片的硬件支出上。据微软高管透露，为ChatGPT提供算力支持的AI超级计算机，是微软在2019年投资10亿美元建造一台大型顶尖超级计算机，配备了数万个英伟达A100GPU，还配备了60多个数据中心总共部署了几十万个英伟达GPU辅助。OpenAICEO奥特曼、微软CEO纳德拉除了硬件费用之外，训练ChatGPT同样要斥资重金。ChatGPT越聪明，背后的代价是所需算力越来越多。OpenAI资料显示，ChatGPT训练一次13亿参数的GPT-3XL模型每天需要的全部算力约为27.5PFlop/s，而训练一次1746亿参数的GPT-3模型每天需要的算力约为3640PFlop/s。国盛证券估算，2023年1月平均每天约有1300万独立访客使用ChatGPT，对应芯片需求为3万多片英伟达A100GPU，初始投入成本约为8亿美元，每日电费在5万美元左右。150多亿美元，用来填补高成本训练、开发大模型的“窟窿”。除了硬件成本、算力成本和训练成本之外，OpenAI的人力成本也一直居高不下。OpenAI在旧金山拥有375名常驻员工，其中大部分都是机器学习领域的大佬，光是每年薪资高达2亿美元以上。据国外薪酬网站调查，OpenAI软件工程师工资待遇的平均收入是92万美金。高昂的硬件成本、高昂的算力成本、高昂的人力成本，哪怕在微软的支持下，OpenAI也难免捉襟见肘。于是“吞金兽”的ChatGPT，一直被外界称为“挣扎在生死线之上”。但仅仅只过了几个月，原本“日亏70万美元”的OpenAI，却突然开始转危为安，甚至曝出盈利高达10亿美元。02不断飙升的商业化近日，TheInformation爆料，OpenAI预计在未来12个月内，通过销售人工智能软件及其计算能力，将获得超过10亿美元的收入。这让唱衰OpenAI濒临破产的媒体，一片哗然。仔细盘点OpenAI，发现自从去年11月30日，GPT-3.5在全世界范围内爆火之后，OpenAI就已经开始运转商业化流程，并非坐在原地等待其它大模型的追赶。先是在2023年2月2日，OpenAI宣布推出ChatGPTPlus，也就是收费制订阅服务，以每月20美元的价格，可以让用户在高峰期优先使用ChatGPT。然后在2023年4月12日，OpenAI宣布推出基于付费订阅的的商业版产品ChatGPTBusiness，以使企业能够在控制自己数据的情况下使用他们的服务。最后，OpenAI在近日表示，要继续推出企业版的Beta版本，也就是俗称的“定制版”，能为大中小企业提供更多ChatGPT定制化选项。在完成Plus版、企业版、商务版三重收费标准后，OpenAI为了增加营收，多次调整GPT-4访问限制，从最初的150msg/4hr调整到25msg/3hr，7月下旬又上调至50msg/3hr。并且还进行多次GPT模型能力升级和降价，后者包括嵌入模型和GPT-3.5-turbo。ChatGPTPlus多套组合拳打出来，OpenAI商业化进展取得了开门红。据OpenAI表示，在C端市场上，截止7月份，ChatGPTPlus付费用户达到200万；在B端市场上，企业版ChatGPT已经被超过80%的财富500强公司团队采用。而Block、Canva、雅诗兰黛、普华永道等大型企业已经提前试用了定制版本ChatGPTBeta，均反馈良好。值得一提的是，OpenAI盈利的模型多种多样，并不仅有ChatGPT。例如微调模型babbage、davinci、向量化模型Adav2、语音模型Whisper，和开头提到的文生图模型DALL·E3。各有各的用途，收费模式也不大一致。CEO奥特曼（SamAltman）在今年年初曾提到：“OpenAI在2023年预计实现2亿美元的年收入，并在2024年达到10亿美元的目标。”但是按现在200万付费用户和80%财富500强公司的基数来看，今年就能完成2024年的年度计划。03游戏领域是新方向OpenAI除了是创业者之外，还是一位资深投资人。从2015年开始，OpenAI通过设立创投基金的方式，投资AI初创公司和组织。据TheInformation统计，截至今年1月，OpenAI已经投了至少16家。在上个月17日，OpenAI在官网发布了公告宣布，已经收购完成一家年轻的AI初创企业GlobalIllumination，并将其整个团队纳入麾下。这笔交易也是OpenAI自2015年以来，第一次公开的收购信息。那么这家GlobalIllumination为什么这么特别？原因就是它不但是一家AI公司，还是一家游戏公司。GlobalIllumination独立开发的一款游戏“Biomes”，并不是当下流行的手游，而是一个网页浏览器端的页游，游戏风格无比接近古早的沙盒游戏《我的世界》。而《我的世界》则是有史以来最畅销的电子游戏，截至2021年5月，《我的世界》拥有2.38亿销量和1.5亿月活跃用户。来源：网络游戏领域一直和AI大模型，有着千丝万缕的关系。游戏能够给AI提供一个良好的稳定训练环境，锻炼AI的决策能力。早在2016年，OpenAI就曾通过实时战略游戏Dota2，来训练AI。OpenAI可以动态地调整地形、植被、动物、天气等内容，生成真实多变的游戏世界，训练更好更强大的AI，进一步促使GPT模型不断进化，最终实现通用人工智能（AGI）。同时，AI也能赋能游戏更多的智能化，给玩家带来更多的体验感。从侧面来讲，收购一家游戏公司，并有可能研发一款游戏，足以说明OpenAI的资金链足够充足，并没有破产的风险。至于游戏能否成为继ChatGPT之后的新增量，还需要看OpenAI后续成立游戏项目的类型。...PC版：https://www.cnbeta.com.tw/articles/soft/1385809.htm手机版：https://m.cnbeta.com.tw/view/1385809.htm

OpenAI与支付公司Stripe合作 将ChatGPT商业化

OpenAI与支付公司Stripe合作将ChatGPT商业化今年2月，该公司首次推出了月费20美元的高级订阅服务，此前其聊天机器人引起了公众的广泛兴趣。Stripe首席技术官DavidSingleton表示，Stripe将从通过OpenAI旗下平台所进行的交易中抽成一小部分。这次合作也意味着Stripe将把OpenAI的新技术整合到自己的产品和服务中，目前Stripe正在对14个GPT基础设施进行试验。这对Stripe来说是个利好消息。该公司在最新一轮融资中估值约为500亿美元，相较2021年初的950亿美元已大幅下滑。...PC版：https://www.cnbeta.com.tw/articles/soft/1349603.htm手机版：https://m.cnbeta.com.tw/view/1349603.htm

第一个DNA数据存储规范发布 迈向商业化的第一步

第一个DNA数据存储规范发布迈向商业化的第一步DNA数据存储使用称为寡核苷酸(oligos)的短脱氧核糖核酸(DNA)串，它们通常混合在一起，没有特定的物理排序方案。这种存储介质缺乏专用控制器和组织手段来了解一个介质子组件与另一个介质子组件的接近程度。DNA存储与磁带、HDD和SSD等传统介质有很大不同，后者具有固定的结构和控制器，可以从结构化介质读取和写入数据。DNA缺乏物理结构，需要采用独特的方法来启动数据检索，这带来了其标准化方面的特殊性。为了解决这个问题，SNIADNAArchiveRosettaStone(DARS)工作组（DNA数据存储联盟的一部分）制定了两个规范：“零区”和“一区”，以促进启动DNA档案的过程。零扇区作为起点，为档案阅读器提供所需的最少详细信息，以识别负责合成DNA的实体（例如Dell、Microsoft、TwistBioscience）以及用于编码第一扇区的CODEC（例如SuperCodec、Hyper编解码器，Jimbob的编解码器）。零扇区由70个碱基组成：前35个碱基标识供应商，后35个碱基标识编解码器。扇区零中的信息使得能够访问和解码存储在扇区一中的数据。SZ中存储的数据量很小，适合单个寡核苷酸。第一扇区对此进行了扩展，包括内容描述、文件表以及将数据传输到定序器所需的参数。该规范确保档案的主体是可访问和可读的，为数据检索铺平了道路。第一区正好包含150个碱基，并将跨越多个寡核苷酸。DNA数据存储联盟董事会的DaveLandsman表示：“DNA数据存储联盟的一个主要目标是制定和发布规范和标准，以促进可互操作的DNA数据存储生态系统的发展。随着联盟第一个规范的发布，我们在实现这一目标方面迈出了重要的一步。零区和一区现已公开，允许该领域的公司采用和实施。”DNA数据存储联盟由CatalogTechnologies,Inc.、QuantumCorporation、TwistBioscienceCorporation和WesternDigital领导（尽管我们不确定WesternDigital的NAND还是HDD部门负责制定该规范）。同时，包括微软在内的众多行业巨头也支持DNA数据存储联盟。...PC版：https://www.cnbeta.com.tw/articles/soft/1423850.htm手机版：https://m.cnbeta.com.tw/view/1423850.htm

AI 大模型进入 “群模时代” 商业化曙光初现

AI大模型进入“群模时代”商业化曙光初现2023年，是AI大模型爆发元年，乘AIGC（生成式人工智能）之风而来，大模型浪潮席卷全球，并持续火热。科技大厂、中小企业、科研院所纷纷入局，试图在这块已成“兵家必争之地”的新蓝海市场占据有利位置。截至12月24日，A股69家AIGC概念股的市值合计为8182.47亿元，较年初增加2194.49亿元，其中55家公司股价实现上涨，下跌公司数量仅14家。从资本市场层面来看，大模型的风，已然吹来。“大模型遍地开花，人工智能的黄金十年自此开启。”东高科技高级投资顾问胡学灿向记者表示，“这将极大地改变整个社会经济以及产业生态，成为另一种生产力。”（证券日报）