GPT-4的上線，火爆的ChatGPT又完成了一波升級。

特別是微軟將GPT-4應(yīng)用到Office之后，很多人表示，這可能會是一個(gè)顛覆，以后office人才都要失業(yè)了，因?yàn)锳I比人完成的更好，更快。

當(dāng)然，在GPT火爆的同時(shí)，也讓人心生疑惑，為什么又是美國先搞出來的？

事實(shí)上，在之前ChatGPT剛出現(xiàn)時(shí)，就有人有類似的疑問，當(dāng)時(shí)很多人表示，這是因?yàn)橹袊腉PU芯片，與美國相差10年。

而ChatGPT背后，是算力的支撐，除了CPU算力之外，還有高端GPU算力，因?yàn)镃hatGPT至少導(dǎo)入了1萬多塊Nvidia的高端A100系列GPU芯片，而這樣的芯片是對中國禁售的。

而國產(chǎn)GPU芯片的水平，與A100這樣的芯片比起來，差得太遠(yuǎn)了，所以中國很難誕生出ChatGPT來，因?yàn)樗懔Σ辉试S。

當(dāng)然，GPU芯片確實(shí)是重要原因之一，在沒有高端GPU芯片的支撐下，要實(shí)現(xiàn)ChatGPT這樣的能力，需要更大的成本，更長的時(shí)間，確實(shí)比較難。

但其實(shí)背后還有很多的原因，比如錢、比如商業(yè)配套，以及場景和商業(yè)潛力等，都是原因之一。

先說缺錢這一塊，前面已經(jīng)講過了，ChatGPT背后，光算力支持這一塊，就需要幾億甚至幾十億美金，而OpenAI早期是拿到了微軟幾十億美元投資的。

在國內(nèi)，沒有看到前景，且前期更像是基礎(chǔ)研究的科研項(xiàng)目，直找能拿到幾十億美金的例子真不多，這確實(shí)是原因之一，國內(nèi)很少有企業(yè)或投資者，敢于給前期基礎(chǔ)研究，就投幾十億美金的。

其次，發(fā)展高科技需要一系列配套建設(shè)，GPU芯片、錢也都只是其中一部分，還需要產(chǎn)學(xué)研一條龍式的配套體系，比如一大批超一流的AI學(xué)者、全世界AI人才，還需要AI生態(tài)，AI應(yīng)用場景，商業(yè)落地等等。

可以說，AI誕生，不是一次突破就可以的，需要的研發(fā)、生態(tài)、投入產(chǎn)出比、最終落地等等，目前在這一塊，我們與美國相比，確實(shí)有一些差距。

不過，說實(shí)話，目前我們與美國在這一塊的差距，越來越小。

以前科技上的創(chuàng)新，基本上都是美國引領(lǐng)的，國內(nèi)的很多科技企業(yè)，早期全部是模仿美國的模式。

但如今不一樣了，我們看到國內(nèi)很多企業(yè)已經(jīng)是被美國企業(yè)模仿的對象，我們已經(jīng)在眾多的領(lǐng)域，領(lǐng)先美國了，所以差距確實(shí)越來越小，未來一定會有國產(chǎn)版OpenAI或ChatGPT領(lǐng)先的可能，我們要有信心，路需要一步一步走。