ChatGPT的火，烧到了Web3

文/尹宁

出品/陀螺研究院

2019年，在世界人工智能大会上，马云和马斯克罕见同台开展了一场在当下看来颇为有些尴尬的“双马”会谈。当时，马云坚定的认为AI并非是人类的威胁，因为计算机的智慧本质仍来源于人类，而马斯克强烈的认为人类可以发明出比自己更聪明的事物，这是其发展的自然规律。

三年之后，论战犹在耳边，但胜利的旗帜已然倾倒在马斯克这边，其曾投资的OpenAI在2022年11月推出生成式人工智能ChatGPT后，仅用了60天，即创下月活过亿的神话，一跃成为了科技界的当红炸子鸡。

科技巨头急于推出竞品而焦头烂额、传统媒体嗅到先机争先报道、AI替代人类论战风起云涌，甚至连自诩开放的学术界也开始抱团挤兑“机器人”。

悄无声息中，Web3似乎也被ChatGPT燃起热意。

ChatGPT出世，打响科技界军备竞赛

从AI发展的角度，应用基本几年一轮回，在谷歌AlphaGo掀起的AI应用热因缺乏商业模式落下帷幕后，ChatGPT的出现，无疑撕开了一层AI商业应用的口子。

ChatGPT是2022年11月由OpenAI推出的生成性人工智能，可实现实时一问一答，支持多轮对话，甚至具备承认无知与错误等颇为类人的特点。

从技术角度来看，ChatGPT是基于GPT-3.5架构开发的对话AI模型，GPT系列又称为生成式预训练语言模型，是一种NLP超大规模统计语言模型，其通过输入语句，根据语言/语料概率来自动生成回答的每一个字，用通俗的话语，它的回复是通过词组的概率性分布建模生成的，即选中关键词通过概率判定关键词前后的词组。

在GPT-3.5之前，OpenAI先后推出过GPT-1、GPT-2和GPT-3，其训练的数据模式海量般增长，从亿级一直飞升到千亿级，而在GPT-3.5中，训练模型中再度加入人类反馈强化学习技术，高昂的数据量也让其成为了有名的销金库。根据美国方舟投资的报告，拥有1750亿个参数的GPT-3，2020年完成一次训练需花费460万美元。在 2022 年，OpenAI 花费约 5.44 亿美元，而其收入仅为 3600 万美元。

从通俗故事来看，视金钱如粪土的背后，肯定有坚实的隐形金主，openAI自然也不例外。在2019年从非盈利公司转型为有限盈利公司后，2023年之前，OpenAI 已完成六次融资，融资总额达到百亿美元，而在2019年7月，微软更是一举投入10亿美元支撑其研究与演进。

一切付出终于在2023年有了回报。

从十八般语言到十八般技能，从天文地理到人文经济，ChatGPT无所不能，“搜索引擎+社交软件”的结合让市场用户新奇不已，在段子手的穿插下，仅仅2个月，月活用户已然突破1亿，而同样的用户量，TikTok耗时9个月，Instagram花费30个月。

这成为了AI界具有里程碑性质的大事件，AI技术发展至今，一次次的火热终究落于商业性循环的昙花一现，因而ChatGPT的出现，显得尤为重要，尽管商业性仍有待考察，但首次从用户与场景角度实现了大范围突破，也再次重振了AI产业界的信心。

被反向超车的老对手谷歌按捺不住，当即决定向人工智能初创企业Anthropic投资约3亿美元，并推出竞品基于大型语言模型LaMDA的聊天机器人Bard，宣布将嵌入其搜索引擎，全面打开GPT 反击战。

OpenAI老东家微软更是不甘示弱，一边出手稳住立场，一边乘胜追击。2023年1月23日,微软宣布向OpenAI追加投资数十亿美元，2月2日微软更是宣布其旗下所有产品将全线整合ChatGPT，美国时间2月7日，由ChatGPT支持的最新版本Bing搜索引擎和Edge浏览器正式上线。

在两大巨头的引领下，国内名企也正积极跟进，阿里巴巴、京东、网易有道、腾讯、科大讯飞也陆续表态启动相关布局，隐隐呈现出中美科技军备竞赛之势。百度宣布类ChatGPT应用文心一言将在今年3月完成内测，正式向公众推出。阿里达摩院也宣布阿里版聊天机器人ChatGPT正在研发中，目前处于内测阶段，后续将和钉钉深度结合。

ChatGPT热度陡然升高，各大媒体也开始争先报道，根据百度指数，ChatGPT新闻头条搜索指数一度达到849565，相比其3月推出时上涨11倍。热浪飞速传播至资本圈，Wind统计显示，1月30日至2月8日，A股ChatGPT概念板块指数持续快速上行，板块热度居高不下，数只龙头个股涨幅达到100%以上，公开数据显示，有25家较为核心的上市公司春节以来接待风投机构数量超100家。

而ChatGPT的火，也悄无声息地蔓延到另一个神秘领域。

成割韭菜利器，Web3+AI=无用论？

本就属于重概念营销的行业，在2022年各种黑天鹅叠加下濒临崩溃的Web3，自然不会放弃这一难得的热点。

最为直接的就是加密领域，AI概念相关加密项目增长迅速，相关代币总市值一度超过50亿美元，以以太坊索引协议The Graph为例，其代币价格从2月1日的0.6073美元暴涨至2月8日的1.3722美元，涨幅125.95%。而本就具有AI因素的开发平台SingularityNET涨幅更是惊人，代币AGIX2月8日价格飙升至0.65687美元，上涨超过290.53%。

部分携带“Chat”字样或是同AI的虚拟货币如雨后春笋般涌现，径直走出了极端行情。CoinGecko数据显示，同名山寨币ChatGPT币于2月6日上线，发行价格为0.000611美元。上线5个小时后，ChatGPT币一路攀升，最高触及0.011775美元，涨幅达到1827%。以另一假币CloudChat为例，截至2月7日，CloudChat报0.000589美元，24小时涨幅为17%，近一个月跌幅为11%。

一时间，宣称加入AI概念的 Web3 项目不断出现，除直接嵌套币种外，略微隐晦是在DAO中加入ChatGPT,更进一步的，在基础设施开发加入AI概念，例如国产公链Near就在近日提出推动建设支持生成式AI的基础设施。而波场TRON创始人孙宇晨也不忘横插一脚，宣布波场TRON将为AI系统ChatGPT提供去中心化支付框架。

但总体而言，且不论AI开发所需投入的巨大成本，众多AI概念的Web3项目也多是迎合热点，宣扬口号，项目多以流通数量高、单价低为卖点，寄希望通过蹭热点以实现短期行情涨幅的目的，这也符合部分炒币人士所希望的暴涨暴跌或盈利空间的心理，也因此造成市场乱象丛生，部分炒家甚至表示，市场在2月8日前基本达到了只要是AI就拉盘的程度，AI+区块链已成为割韭菜利刃。

但热点能持续多久？2月8日之后，行情的反转再次宣布了热点的破灭。此前暴涨的ChatGPT币在触及高点后的一小时出现跳水式回落，跌幅接近80%，而截止2月14日，ChatGPT币报0.0005504，跌破发行价格9.92%，同比最高峰跌幅95.32%。而FET、CNTM、HOOK等与AI概念相关的项目代币也均出现不同程度的下降，截止2月14日14时，AGIX报0.364694 美元，7日跌幅38.87%。

概念收割不成，但Web3是否真与ChatGPT或AI毫无关系？

实际也不然，从广义概念来看，Web3作为主流认为的下一代价值互联网，亦属于互联网层级，尽管由于基础设施与应用受限难以大范围应用，但当下AI在传统互联网中的应用也并非不可作用于Web3，目前，AI在Web3的典型应用方向DeFi、链游、NFT、DAO、智能合约中均有结合点，更进一步的，又可分为产品构成、数据采集以及辅助服务。

从产品层面来看，当下以AIGC为卖点的项目并不少，NFT类别更是首当其冲，AI的应用可弥补创造力的不足，赋予创作家们色彩丰富的选择，此点早在AI热之前就已有产品涉及。AI生成艺术Art Blocks，由Erick Snowfro于2020年创建的一个可编程随机生成加密艺术品的NFT项目平台，艺术家可通过上传脚本到以太坊智能合约,自动生成艺术作品，目前，其NFT交易总量已超过10亿美元。

从数据采集而言，又主要集中于DeFi领域，其可作为量化工具与预测机器实现加密领域分析与套利，由于AI的无时限与机器学习，其更可替代人为操作。同时，在预言机数据的抓取中，通过AI的实时抓取与喂价，也可保持数据全天候操控与更新，以降低交易滑点。目前Web3已有众多AI基础设施项目出现，Openfabric AI 、Oraichain、Fetch.ai 以及此前提及的SingularityNET 都是典型代表。

最后则为辅助服务，辅助服务实际涵盖范围最广，相对而言现实中的应用门槛也最低，主要集中在社群与社交领域，通过机器客服、内容推荐、资料检索等方向提供服务，例如链游可引入更具灵活性的生成性AINPC提供趣味性与可玩性，又或是研究机构通过AI降低内容性噪比，均属于此类。

而从更长远的角度，智能合约生成与安全检索、供应链管理、电子商务等链条复杂的各种领域也可应用AI提升效率。

大厂焦虑，ChatGPT造神？

由此可见，不论是Web2还是Web3，似乎都掀起了以ChatGPT为代表的滔天巨浪，社会舆论也众说纷纭，AI可替代人类的说法不断蔓延，造神论从以往的 Web3、元宇宙转向了当下的AI。

但比之更焦虑的却并非是用户，而是国内的大厂们。面对来势汹汹的热潮，大厂只能加速跟进，但要反超，以现有的研发进度，还需一定时间。

从技术手段来看，作为应用级别的ChatGPT所使用的底层大模型训练并非存在技术隐秘性，尽管我国在类GPT的基座模型中存在代差，但也仍有GLM-130B、百度文心、华为盘古以及阿里M6模型等多种语言或多模态大模型百花齐放。

归根结底，资金投入与投入环境或许才是大厂们望其项背的，从OpenAI2015年出世到如今，接近10年的长期投入，不论是耗资还是时间成本，都极为高昂，国内对于硬科技的长周期规律与包容性环境明显较弱。而近年来，高端芯片为首的国家级封锁也让我国以算力为核心的AI产业发展掣肘良多。

多位业内投资人表示，鉴于数据数量与市场环境，国内大厂推出类似产品，周期至少在2年左右。而狂掷200亿All in ChatGPT的360也无奈直称，公司的类ChatGPT技术的各项指标只能达到略强于GPT-2的水平，与当前的ChatGPT相比尚有代差的落后。

与此同时，生成性AI与搜索引擎的融合应用还在进化，长期也将具有典型的寡头效应。

ChatGPT也已开始作出其商业化尝试，抵消在应用时大算力服务器支持带来的高昂服务器成本，尽管订阅用户每月20美元的价格尚不足为道，但也成功实现了AI商业的一大步。从现实角度，训练成本正在逐渐实现摩尔定律般的降低，相比两年前，如今在公有云中仅需约140万美元即可对GPT-3进行训练，类似GPT-3等模型的训练成本下降了80%以上。

但另一方面，ChatGPT是否能成功造神仍有待考察。从技术而言，尽管实现了人工智能的通用性和高交互性，但其终究未能具备可思考的引申能力，仍需要借助人类反馈的RLHF进行训练与识别，对于日常内容，以共生为关联为标准对模型训练会产生虚假关联和东拼西凑的合成结果，除了偶尔会一本正经的胡说八道外，在众多专业级别的领域如医疗、天文其也无法产生适当的回答。

技术之外的伦理与安全也正在接受社会的审视。

从安全角度，生成性AI的发展难免数据安全与版权难题，而监管手段目前还未演进至可覆盖到该领域。首先，ChatGPT产生的内容并非是独创性的，而是通过所挖掘的单词之间的关联统计关系合成语言答案，由于其黑匣子的特性，内容安全性与准确性难以得到保障，海外，美国纽约、加拿大、欧洲、澳洲等部分高校联盟已然命令禁止ChatGP在学术界的使用；此外，国家间的数据采集也有安全泄露，甚至是危害国家安全的隐患。在我国，该隐患尤其显著，也被众多国人戏称为AI护城河，但数据有效性的不足，也难免阻碍了该领域的发展。