Chat GPT发布以来，到底发生了什么？
我花了两周回顾了上千条新闻，把它们梳理出来，并挑选出其中最重要的节点，来跟大家一起见证历史。
因为这个，是可能改变我们命运的真实故事。
不管你现在已经是AI小能手，还是你之前基本不怎么关注AI，文章都会给你带来一些新视角，帮你思考AI到底是风口还是泡沫，而作为普通人的我们，又该怎么办？
让我们一起回到2022年底，重走这魔幻的700多天。时间回到2022年11月30号，2022年刚刚到了尾声，整个世界，其实都处于一个比较低迷的状态。
我记得我在做最后一次核酸检测，那街上的店铺都非常的冷清，手机新闻里也很多不太平的消息，什么佩洛西事件、地震海啸、烧杀抢砸什么的。
科技圈也有非常大的动荡，各大公司都在裁员，亚马逊裁员了1.8万，Meta裁了1.1万，推特被马斯克买了之后，直接就裁员了一半。
国内也是一样，当时比较流行的一句话叫做“降本增效”，打工人应该比较熟悉啊，一听就非常头疼。
就在那天晚上，一家叫Open AI的小公司，他的CEO山姆·奥特曼发了一条推特：试试ChatGPT吧！
就这么一句话，没有什么发布会、新闻稿，他们发布了ChatGPT和它的底层大模型，GPT3.5，引线被点燃了。当时它的影响力有多大呢？
从注册人数来看啊，第一天它就有10万人注册，5天后就有了100万用户，两个月后用户直接突破1亿。
这在互联网产品里面是什么概念？
TikTok是用了9个月才到1亿用户，微信用了433天才到1亿用户，所以ChatGPT，当时是打破了全世界的增长记录的。但是那时候ChatGPT能干嘛呢？
ChatGPT刚发布时候的界面，只有一个功能——打开聊天。
那时候我第一次打开这个界面，问的第一句话就是“你是谁？你能干嘛？
”然后就被它的回答震惊到了，因为我相信，像我和这个世界上的大多数人，在那之前，都肯定没有见过AI给出这么像人的回答。
原来我们看到的都是Siri、小爱，都是很死板的预设好的回答，但这一下AI居然理解语言了，这代表，一种AI的可能性和范式被跑通了，HAL9000真的来了。
当然，整个世界范围内，其实还只是一小部分弄潮儿，在很新奇地去试用这个ChatGPT。
但是另一方面，在科技金字塔顶端的那些人，当时就乱成一团了，全在手忙脚乱地追赶。
甚至在ChatGPT正式发布之前，科技巨头公司里面最顶尖的人才，很多都开始尝试离职创业了。
比如说Open AI的创始人之一，2021年就出来创立了Anthropic，现在是Open AI最大的竞争对手之一。
现在微软的AI负责人，在2022年初也成立了一个叫Infection AI，当时还被认为是最有可能挑战Open AI的模型公司。
谷歌的一个传奇AI研究员，也建立了Character AI，尝试把这个新技术给产品化，当时确实也非常成功，现在都已经卖掉了。另外各大巨头公司们坐不住了。
当时在AI领域最领先的其实是谷歌，他也是最着急的，因为ChatGPT用的大模型架构叫Transformer，是谷歌当时在2017年提出来的。
这就相当于他养的孩子，在跟人家住了两天，突然就长成了两米多高的运动冠军，而且谷歌还非常清楚。
这不是一个普通的聊天机器人，这是可以终结他们搜索引擎的东西，所以谷歌非常的着急，自打创立以来，第一次拉响了红色警报，把已经隐退的创始人拉里·佩奇，也给叫回来了。
然后，他又紧急追投了Open AI的对手Anthropic，自己也赶紧基于原来有的一个叫Llama的模型，发布了Bard，只不过，首秀就翻车了，市值还暴跌了7000亿。
Facebook虽说刚把名字改成Meta不久，他也赶紧放下了元宇宙，宣布全力all in AI。
当时在中国，AI领域最活跃的是百度，他们也非常匆忙地发了一个简陋的通告，宣布要发布中国版ChatGPT。
这才是短短的两个月，这一道惊雷，先让最敏感的神经末梢，引发了非常剧烈的动乱，但这真的只是开始。
2023年3月14号，就在大家都还忙着去搞懂ChatGPT的时候，Open AI又发布了一个新版本GPT4。
它直接考过了律师模拟考试，考美国的高考成绩排在了百分之前十，而且还有了多模态的能力，可以开始看懂图片了。
光3个月就来了这么大一波进步，要按这个速度算，刚出生就能说话，3个月就能考律师资格证，6个月就能当科学家，10个月就上知天文下知地理，那一年两年，那不得统治世界了吗？
当时这方面的言论全部都汇集起来了，什么马斯克、图灵奖获得者、1000多名科学家、科技界大佬、各国的政策专家，就联名发布了一个公开信。
信里面就一个意思：说AI太危险了，咱们必须得先暂停开发AI 6个月，我们得先一起想想，来制定一个策略。但是，天要下雨，AI要发展，显然是谁也阻止不了。
Meta在那个时候，就把自己的AI模型给开源了，起名叫Llama，其实当时的Llama也还不太厉害，也没有完全意识到，这个羊驼未来会成为开源界的霸主，变成全世界AI开发者的“奶爸”。
那国内这边呢，也都开始了“百模大战”。
2023年3月，百度推出文心一言，GLM开源了；
2023年4月，阿里巴巴在阿里云峰大会上，发布了通义千问；
2023年5月，科大讯飞发布星火大模型，并且计划在10月实现中文能力，超越ChatGPT；
2023年6月，腾讯公布大模型进展，加入了竞争行列。
到了6月，行业专家披露了，国内已经发布了79个10亿参数以上的大模型。
那在这个阶段，现在，我们在市面上看到的这些主要玩家，在2023年上半年的这几个月里，也都开始调兵遣将，招兵买马地动起来了。
那资本市场的反应更有意思，卖GPU的英伟达，市值直接突破了1万亿美元，连一直不碰科技股的巴菲特，都忍不住重仓了AI相关的股票，我当时也非常想买啊，但是没有搞定，唉，否则我现在…… 那美国商务部，看这个势头不对，赶紧又加码限制了芯片出口，我们国家的工信部，也开始紧锣密鼓地出台各种AI管理办法。
前脚刚刚呼吁，大家要暂停开发的马斯克，看到这种势不可挡的势头，也火速打脸，成立了xAI，逼着科学家们在连夜追赶。
就连嗅觉灵敏的普通人，也在那个时候有了新生意，倒卖API的、做套壳产品的、做数据标注的，都开始不睡觉了。
那会潜入API倒卖群的我，一不留神就发现，群里999+新消息，变成了我微信里面最活跃的群，大家的想象都推到了极限，从上到下，都进入了一个非常疯狂的阶段，好像AGI随时都会到来一样。
但是幻想总是来的快，破灭的也快，一段时间过去，AI还是没有接管世界，班还是要上，钱还是要赚，那所以世界，还是得先现实一点。
7月13号，好莱坞16万编剧和演员们罢工了，控诉AI偷走他们的工作，抄袭他们的创意，复制他们的表演。
这次罢工，成了好莱坞史上最大规模的罢工，而令人感叹的是，这次罢工，实际上最后真的有数十万人失业了。
AI行业的进展，在2023年下半年也变得写实起来，大家都开始卷两个东西，一个是上下文长度，也就是模型的记忆力，另一个，就是多模态的生成。
ChatGPT的劲敌Claude，当时，虽然没有再出一个飞跃性的大模型，但是又带来了10万token的上下文窗口。
当然我们现在听到什么千万上下文，也已经不奇怪了，但在当时是什么概念呢？
当时的GPT4，只有32K上下文，只能聊天，还聊着聊着就把你忘了，所以Claude直接超过了它3倍多，这意味着AI可以一次性读完一本书，可以理解更长的对话，可以处理更复杂的任务了。
同时，Meta又开源了Llama 2，国内的AI也朝着更大的参数量、更长的上下文狂卷，文心一言也正式发布了GLM-3。
那另一个小趋势，就是微软小模型Phi-1.5的发布，虽然那会，其实根本没有人关注这种小模型，大家都还在等大的。
直到一年后的今天，小模型才成了全村的希望之一。
各个大厂也开始抢人才，只要岗位带着AI两个字，薪水就比其他岗位高出30%。
资本也在疯狂涌入，大量的公司改口说自己是AI公司，好像把公司名字改成某某AI，薅一个清华MIT博士，牵手一个大厂高管，魔改一下Llama就能融到资一样，特别的激情。
在网络上，不知道大家还记不记得，开始出现了梅梅说中文，郭德纲英语相声，AI孙燕姿，各种AI的玩儿活，把过去靠剪辑搞鬼畜的up主们，比的非常像复古的手艺人。
最火的课程，也不再是什么在家学配音、学一点剪辑什么的，而是AI绘画、AI通识和提示词课程，虽然当时大多数学课的人，可能也很多人都不知道怎么用好AI吧。
但是，不妨碍他们看到了现实的焦虑和恐慌，靠安抚性的课程也能赚的盆满钵满。那这个阶段下的人们回到了现实，开始有点认真地争夺AI时代的领地。
而就在这个时候，处在风口浪尖的Open AI，发生了，可能是AI史上最有戏剧性的一幕。
2023年11月17号，三天前，奥特曼还在Open AI开发者大会上，笑呵呵地发布GPT商店，突然Open AI董事会宣布你被解雇了，因为你太不诚实了。
这消息不光他自己懵了，所有人都懵了。
但是更让大家看懵的，其实是后面连续5天的反转，最终，以那一张Open AI的团圆大合照为结束，他又回去了，自己吓自己。
这场闹剧的背后的原因，其实现在也有了很多分析了。
无非就是首席科学家伊利亚看重安全，奥特曼追求发展，甚至流行了很长一段时间的谣言，说伊利亚在Open AI内部看到了AGI。
其实对于安全和发展的问题，两个人到现在也没有商量好，导致大神伊利亚，后来自己也憋不住，自己出去做了一个AI安全公司。
5天急速回归之后的奥特曼，也脱下了一定的理想主义外套，变得越发有传统硅谷精英那味了。
他开始跟apple谈合作，跟微软继续周旋，跟阿联酋的富商去讲故事，扬言就要搞个7万亿的造芯片计划，野心大了，纵横捭阖的舞台也变宽了。
但是作为用户的我们其实也成长了，大家开始质疑GPT4变笨了，很多开发者也去晒出账单，大家不再相信Open AI的商店，做一个GPT就能赚钱这种话了。
别的公司过得也不怎么样，谷歌发布Gemini，直接被看出了造假，声望大跌，国产大模型，也在和“弱智吧”的这种对抗中，节节败退。
那些错过了投资基础层的国内资本们，也开始嫌投大模型门槛太高，投产品，又没有下手之处，喊着要应用要落地。
也就是这个时间，国内的ChatGPT类产品也都上线了，大家现在熟悉的豆包、Kimi、通义千问，当时国内的这些大模型，肯定性能都不如ChatGPT和Claude，但重点在于没有网络限制，并且免费，成了很多中国用户，第一次接触到的大语言模型。
当时其实还出现了一个东西，叫AI硬件，AI Pin和Rabbit R1，这两个东西，在一开始，都广受投资人和一般用户的关注，但是到最后用起来却发现，一个极其难用，另一个呢，就是一个安卓套壳，全部都“搭翻车”了。
所以端侧AI也被泼了一盆冷水。所以这个时候，已经有声音开始讨论AI的训练瓶颈了，AI对真实世界到底有什么影响了，到底有哪个AI公司赚到了钱，我们自己又该怎么面对AI了？
抱着各种各样的疑惑，大家还是回去过年了，但是，亲戚还没走完，又颠覆了。
2024年2月16号，Open AI又发了一条推特：Sora creating video from text，底下配了几个视频，大家可能现在见怪不怪了。
但是要知道，当时AI生成的视频是这样的，要么就是2秒钟的这种轻微移动，但是Sora直接就是说，它出了一个Diffusion加Transformer的架构，简称DIT，整出了一个最长60秒，符合物理规律，高清丝滑的视频模型。
这下好了，卷了半年的AI圈来不及抱怨了，抓紧跟着Open AI的技术报告搞DIT架构，视频模型、世界模型，AI呢，刚凉下几度的热度又翻倍涨了回来。
短短几个月内，清华团队发布了Vid2Vid-Zero，字节的极梦，腾讯的混元，MiniMax的海螺，快手的可灵，在那个时候也在加班加点，以至于，我们现在，也确实用上了一大波国产好模型。
Stable Diffusion可能也在那个时候发布了SDXL 3.0，Meta又开源了Llama 3。
马斯克就更有想法了，他觉得追Open AI可能还是有点费劲了，我想直接看你的代码，所以作为Open AI最早的创始人，和投资人的马斯克。
他精心挑选了n个理由，比如说Open AI违反开源协议啦，GPT4已经达到AGI啦，等等等等，要求Open AI去开源GPT4，当然这事一看也不太可能，很快一看没戏啊，他就还是接着去卷他的Grok模型去了。
Open AI也借此重新定义了一下他们的Open AI，Open是什么意思？
他表示我不开源，但是我开放免费注册，免登录就能使用，也的确，这个举措再一次降低了使用门槛，扩大了ChatGPT的用户数量。
Sora这一波Open AI给出的新范式，又引燃了一次冲刺，只是这一次，追逐的各家大小厂们都更有主意，也更有经验了。
所以各种AI模型，都开始打包成了实际的生产力工具，人们不仅是向AI提问，更多人开始用AI写论文、写小说、写剧本、做视频、做音乐、写广告了。
本来在年初各种担忧的声音，在Sora的冲击之下，顿时变得无影无踪，AI似乎进入了一个正循环之路。
就在Sora带给大家的震撼，还没有消失的时候，5月Open AI又扔出一个重磅炸弹——端到端的语音、视频、图像多模态模型，GPT4V。
他能直接视频、语音，像人一样的语气，能笑能唱歌，把人们还没来得及想象的，这种人机互动幻想，又给实现了。
大家都管他叫“Hello”，因为，Open AI剽窃了斯嘉丽·约翰逊的嗓音，“Hello everyone”，“Hi”，还因此，打了一场官司。
但实际上，GPT4V这个“期货”，其实到前两天才算完全上线的。
在这期间，Claude也发布了强大的Sonic 3.5模型，代码能力直接起跳，装进Coder和各类的AI编程工具之后，让不会写代码的人，都做出了自己的产品。
Llama也迎来了405B的3.1版本，开源模型又拉出了新高，Open AI和竞争对手的差距越来越小，而国内也形成了大厂加AI几小虎的格局，还频繁在榜单上打败领先模型。
外加每家都有一堆生成式AI的工具，还有一系列开源的实验性模型，中国的AI，也开始以之前难以想象的速度，逐渐追上了国际前沿。
也就是在这个时期，第一波真正看起来，像模像样的应用领域和产品，开始形成了。
因为加入战场的，可不止是那些做大模型的公司了，AI教父李飞飞，他都下海创业了。
伴随着Apple先引开了这次，手机厂商全部都开始搞端侧模型，电脑厂商都说自己是AI PC，汽车公司也都改口叫智能车企了，都想是一家人工智能企业。
机器人，开始做饭、跑步、搬砖、叠衣服了，5个人做出来的Cursor，又打败了微软的GitHub Copilot。
Stable Diffusion的原班人马，都出来创业做Flux，掀起了AI图像开源的第二波热潮了，suno的文生音乐让AI作曲火爆全网。
这时候的AI，其实有一小部分已经进入我们的生活，并且被检验了。
我的老粉们，已经可以几分钟克隆自己的声音、克隆自己的脸、克隆自己的表情了，我们的小电脑上，也可以人手一个本地模型了，不用一行代码，大家也可以去做个agent了。
我们上美团外卖，随便打开一个商家，就能看到AI数字人在直播，超过3分钟的视频，评论区就一定有一个AI在总结，当然大家也有种滋味，是AI做出来的东西吧，好用了但是也不完全好用。
资本市场的态度，其实已经趋于悲观了，高盛在6月目发布了一个报告，生成式AI花费甚多而收益甚少，其中采访的很多专家都表示，人们对AI的期待太高了，投入过大了。
尤其是，连2024年诺贝尔经济学奖得主阿西莫格鲁都站出来说，AI对经济的增益被严重高估了。
行业中也出现了Infection AI CEO转投微软，Stability AI CEO提桶跑路，Character AI被谷歌收购，这些企业，原本都被期待着要跟Open AI掰手腕的，也有号称是最成功的AI应用的，结果都倒在了2024年。
所以，大家又开始怀疑着现在的数据的瓶颈、电力的瓶颈、算力的瓶颈、缩放定律的瓶颈，同时也隐隐地期待着，再一次智力飞升的GPT5。
所以很长一段时间，奥特曼的每条推特不管说，广大网友就是一句“GPT5呢？
9月13号，Open AI冷不丁的发布了一个新模型，重新起名叫了O 1，他们说我们不堆参数了，我们改路线了。
我们先不升级这个大模型的智力，我们让他多想一会，他就已经很聪明了，这就指出来了一条推理模型的道路，把强化学习拉了进来，增加了推理时长，大大提高了模型的推理和数学能力。
虽然这一次发布，在围观群众看来，已经早就没有那种看见Sora或者是GPT4的惊奇了，我们非常严苛地在评判着。
这次更新，对我的工作生活影响好像不大，但其实，这个模型的意义就是，就算原本层面的scaling law撞墙了，数据撞墙了，AI还有路能绕过去接着发展。
同时，AI还已经在这个时代正式登堂入室.
10月8号，诺贝尔物理学奖，颁给了神经网络之父辛顿和霍普费尔德，化学奖颁给了谷歌DeepMind的掌门人哈萨比斯，AI获得了最权威的认可，被正式归为了改变世界的一项技术。
虽然在2024年这一年中，AI的基础模型进步，都没有什么突破性的瞬间，但是这一年也没有停止酝酿。
RAG技术迭代的成熟了，正在解决大模型的记忆问题，AI也学会了操作系统，还解决了工具的调用.
多模态的感知越来越灵敏，推理和规划的能力。
随着O系列模型有了巨量提升，包括年底这一波Open AI拖拖拉拉的12天，起码也兑现了实际的“期货”，更新了新的交互方式，还放出了一个非常聪明的“期货”——O-3推理模型。
GEMINI 2的发布会上也可以看出，AI只等于聊天机器人的时代很快可能就要结束了，我们至少会有一个能看、能听、能说、能帮我们做事的AI伴侣。
而我通过一年以来细细碎碎的AI分享，收获了几十万同样好奇的你们。那故事到这里，你可能会问，接下来呢？
其实没人能给出标准答案，不过这可能才是最激动的地方，我们正在一起，踏上一段没有人知道终点的旅途，就连科学家、巨头们，也都有盲目的、冒险的、后知后觉的行为。
但是AI他一定不是风口散去，生活就会回到从前的资本泡沫，也没有PPT跳出电脑，把技术人员打晕的科幻故事。
它是一场真实而且混乱的变革，一场可能决定人类文明的时代巨浪。那我们作为这个时代的亲历者，真的无比幸运。
因为我们正在经历，人类历史上最奇妙的蜕变。当人造物开始思考，造物者才真正认识自己；当机器开始创造，创造者才真正明白创造的意义。
我们一生中将会看到的故事，可能真的会有点疯狂，但在这个故事里，最精彩的不是AI能变成什么，而是我们想要成为谁。
就像科幻大师阿西莫夫说的：科技的进步不是为了让人类过时，而是让人类超越自我。
朋友，让我们一起超越吧！
