文｜雷科技 leitech
如果在一周前问到使用 AI 参与工作最主要的困难是什么，成本会是出现频率相当高的词。
除了仅对使用频次和范围做限制的 New Bing 之外，各类 AI 工具都伴随着相应的开销。DALL·E、Midjourney、NovelAI 等绘画模型都开始按出图设计付费，最炙手可热的大语言模型对话式 AI 产品 ChatGPT 也是“付费聊天”，开源的 Stable Diffusion 也离不开本地或服务器硬件搭建。
“价格战”来得跟 AI 进化速度一样迅猛，OpenAI 公司放出官方 ChatGPT API，可以在外部调用 GPT-3.5-turbo 模型来搭建相应的服务和产品。在此前，想要在官方页面之外使用 ChatGPT，只能通过第三方程序套壳实现，而现在可以更高效、精准、安全地使用了。
最关键的是，每输出 100 万个单词开销仅约人民币 19 元，相当于在 GPT-3.5 模型基础上打了九折。商业公司调用其来实现内部对话和客服能力的成本显著降低，个人也可以几乎无负担地施展创意，让 AI 于工作学习发挥作用。大语言模型踏出了走向商业化和普及的重要一步。
各色 App 拥抱 ChatGPT
想想 OpenAI 在当下也堪称天文数字的融资额吧，对于想要利用 AI 拓展产品体验和业务的公司来说，调用现有公开接口比自己从零造轮子做 AI 要划算太多。当官方 ChatGPT API 公布时，能看到多个国外流行的互联网产品已经在享受低价带来的红利了。
作用 7.5 亿用户的 Snapchat，仍是举足轻重的社交聊天应用，利用 ChatGPT API 打造了聊天机器人产品 MyAI。这个功能的产品定义略显古典，基本上就是给对话提供建议、帮助用户快速产生灵感或者创造文字，对于 Snapchat 主打的年轻用户来说，这足够带来新鲜感了。
学习类产品在提供知识的同时，也面临着大量的即时问答需求，此前往往需要专门的人力来给出解答。Quizlet 用接口做了Q-Chat 功能，就如 ChatGPT 时常出现的形象，针对知识点给出快速解释，还能给出不仅限于题库的随堂问题。我很好奇，将如何保证 AI 提供的知识绝对正确。
Speak 还用到了 OpenAI 在 2022 年 9 月开源的 Whisper API，于是可以在学习外语的语音对话中用上 ChatGPT。“哑巴外语”的痛苦，有不少人在学习过程中都有体会，学习 App 不断改进语音学习和音视频资料也难以提供根本性解决。让 AI 来做口语对话练习，似乎是行之有效的办法。
加拿大电商 Shopify 则使用 ChatGPT API 做了个导购机器人，从演示来看，会比大多数智能客服产品更像是真人客服，能分析用户需求、搜索确定合适产品并提取关键信息。这或许能帮企业节约客服坐席资源，不擅长在搜索结果中筛选的用户也能更轻松快速地找到想要的东西。
生鲜电商 Instacart 把 AI 跟场景化体验结合起来，用户可以根据自己的喜好或者用餐需求，获得具体的代购清单和食谱。电商 App 可以从纯粹的货架体验脱离出来，而且在人工整理和程序固定模式上的投入不必过于重资产，使用 AI 实时生成内容结果，能有更好的时效性而且低廉。
GPT 模型不只是聊天机器人
在以上的商业合作实例中，把 ChatGPT API 当作聊天机器人底层能力的比例相当高，但很显然这只是它的一部分应用场景。从 ChatGPT 最擅长的对话聊天入手，深入到对语言文字、逻辑表达、整理输出的底层能力，民间的开发者们小步快跑在短时间内展示了丰富创意。
越来越多的内容工作者选择用视频来表达，然而实际上有相当规模的消费者希望用图文来获取信息，毕竟看完视频和看完图文的耗时和思考过程会有根本上的差异。个人开发者 JimmyLv 就做了个 BiliGPT，利用 GPT-3.5 模型理解语言文能力，做到哔哩哔哩平台上视频内容一键总结。
只需要粘贴视频链接，BiliGPT 就会快速从视频中提炼出文字版总结，相当于帮助用户免去了拖动进度条或是耐心看完整个视频的时间。类似能力此前在抖音灰度上线，AI 将提取长视频知识内容文稿，用户可以跟随作者的编排看完视频，也可以直接看文字版节约流量。
雷科技此前提到过，Edge 浏览器的 PDF 阅读器功能与 New Bing 组合后，能直接解读论文并提取关键信息，翻译效率也比纯人工高出不少。不过 Bing 经典搜索引擎部分的能力上限，以及微软对于 New Bing 的功能限制，使得这个超级 PDF 阅读器实际用起来会有些束手束脚。
xathis 上线了 chatpdf.com，如名字一般可以把 PDF 上传并通过 ChatGPT API 来解读论文，默认是英文界面，但可以直接用中文或其他语言要求 AI 给出相应的结果。相比起 Edge 能直接框选 PDF 具体段落做出解读略显麻烦，却足以改变普通学生读论文的方式和效率。
还有的开发者正着手实现具体的功能：给产品写开发文档太麻烦？让 AI 读完代码自己生成；每周写一大溜周报很费事？让 AI 一键生成还附带版式精美的 PPT；工作太忙找不到对象？把 Stable Diffusion 和 ChatGPT API 接入整合，不愁没照片发给家长的对象出现在对话框里。
不容忽视的使用门槛和本地化
跟许多前沿类似，ChatGPT API 同样存在使用门槛和本地化问题。
此前开始用 AI 帮助写论文的小郑，琢磨着能不能利用 ChatGPT API，开发帮助更贴合自身研究需求的小工具。却发现从注册到付费再到实际应用，都有着不小的门槛，网络之外 OpenAI 也并没有针对中国用户展开更多本地化改动，要想用好这把利器还得先攀上巴别塔。
自 ChatGPT 上线以来，有不少第三方开发者在自己的产品中打包对话，间接提供对话式 AI 服务。普通用户要么会付出比直接使用更高的价格，要么得忍受开发者在对话中插入的商业广告，以至于有资深媒体人感叹“那些倒卖 ChatGPT 使用方法的人，有的都赚走上百万元了。”
ChatGPT API 本身的本地化风险也让一些开发者表示担忧。已上线数个相关 AI 产品的老王表示，OpenAI 公司对目前公开接口返回的内容结果做了限制，色情、暴力、种族歧视等无法直接展示，然而还没有针对各国具体情况深入定制，需要开发者在基础上自行加以改造。
这给中国的对话式 AI 提供潜在机会，他们必定有相应投入，让开发者和普通用户更简单也更放心地使用 AI。百度的文心一言或许会是最早有所成果的产品，在正式发布对外上线之前，就已经有多家合作伙伴宣布将调用对话能力，也说明百度对商业化等环节准备多时。
百度与吉利合资的汽车品牌集度，将接入能力打造交互体验；蛰伏已久打算同时在手机和汽车上有所成就的魅族也表示，Flyme 智能服务将结合对话技术；爱奇艺、携程旅游、银联商务、尚美数智等公司纷纷宣布将接入文心一言，一场人工智能风暴有望在这片土地壮大。
人机交流新阶段
在经过大半个月的桌面端测试后，New Bing 终于登陆手机 App 并支持语音进行交流。相比过去的语音助手 Cortana，微软这次做到了交流更真实自然，不再有那么明显的机械对话痕迹。很显然，飞速发展的不只是 GPT-3.5 模型技术本身，还有实现大规模普及前提的成本和行业态度。
它为开发者和用户提供了一个强大、灵活、易用的工具，让聊天机器人能够更好地理解和满足人类的需求和期望。推动聊天机器人技术的发展和创新后，为各行各业带来更多的价值和便利正在眼前，人机交流新阶段已然展开。
