2023年11月20日 每日一猜答案：。 答案：ABC。
每日一猜答案分析：

ChatGPT是一种基于大规模预训练语言模型的人工智能技术，可以为用户提供自然、流畅的语言互动体验。作为聊天机器人领域的领导者，ChatGPT技术一直引领着人工智能技术的创新，并且已经广泛应用于很多需要人工智能语言处理的场景，如智能客服、机器翻译、智能医疗等。

在ChatGPT的应用过程中，如何准确、高效地生成prompt（即聊天机器人的输入文本）成为关键和难点。在这里，我们将分享我们对于ChatGPT高质量Prompt技术的经验和思考。

首先，对于Prompt的生成，我们需要考虑两个方面：一是Prompt的语义相关性，二是Prompt的语法准确性。在考虑语义相关性时，我们需要根据聊天机器人的具体应用场景，理解用户的需求、情感和话题，制定合适的Prompt。在考虑语法准确性时，我们需要确保Prompt的结构完整，语言表达准确清晰，符合语法规则。

其次，我们可以借助一些技术手段来提高Prompt的生成质量。例如，可以使用基于BERT模型的关键词提取算法来自动识别并提取出输入语言信息中的关键词，从而更好地理解用户需求。此外，可以使用预处理技术，对输入文本进行清洗、分词、词性标注等处理，从而提高Prompt的质量。

最后，我们需要注意一些问题，以确保Prompt的质量。例如避免出现歧义或者违反语法规则的语句，注重惯用语和表述的规范性等等。除此以外，对于复杂的应用场景，我们还需要进行多轮对话设计，以进一步提高Prompt的质量和准确度。

综上所述，ChatGPT的高质量Prompt技术的核心是准确理解用户需求、结构清晰的语言表达和合理使用技术手段。在日常工作中，我们需要不断进行实践和尝试，不断优化和提高Prompt的生成质量，从而为用户带来更好的交互体验。

《ChatGPT高质量prompt技巧分享》这本书可以免费分享给大家学习

lofter鎬庝箞鍔犲叆缁樼敾鏂版槦璁″垝 lofter缁樼敾杩囩▼

我是个长期逛LOFTER的小透明，很多太太都删掉了自己的图片表示更换平台创作，感觉很难过，也并不支持平台这一做法，自己分析了一通，从市场地位到AI技术，甚至想象了科幻的未来，但感觉没分析出什么点，想来知乎看看大家的看法

先说好，这个回答只用于讨论ai绘画，不输出情绪，不诡辩，只讲事实，讲逻辑。

2023.4.11日新更：

国家已经开始制定相关法律法规。建议大家可以去看下。

另外我还是要嗦一句：ai绘画从来没被称作为“创作”而是被称为“人工智能生成”。

请不要混淆视听。

问题链接在下面：

3.27日新更。

我还是太乐观了。

不得不承认一件事情，留给我们反应的时间不多了。很多事情在发生之前，这个世界是很平静的。就像1939年的那个春天，德国的少女们在明媚的午后嬉戏打闹时，也不会预料到，一场浩劫正在来临。

另外，我还是要强调：

不会仅仅是绘画。所有人的结局都一样。

以下图片的真实性有待考证，仅供参考。

文中所提到的glaze官网地址：

官网称，将在接下来的几周内发布Mac和Windows版本的应用程序。请持续关注官网。

ai绘画这个话题爆火也不是一天两天了，各方吵架也不是一天两天了，可是如果连ai绘画的原理都没搞明白，那么得出的结论也只会是一堆谬误。

其中最典型的谬误:ai绘画是“尸块”的拼凑

不少人受一些无良营销号的影响，以为ai绘画是把其他人的画撕成一块一块的然后再重新拼起来，于是一副画就完成了。但事实并非如此。

目前的ai绘画基于“Diffusion模型”（扩散模型），在2015年的时候，斯坦福大学的Jascha Sohl-Dickstein及另外三位科学家提出了该模型，该模型利用高斯噪音的添加与还原，由此使计算机进行“绘画”。

为了方便理解，我们可以这样比喻：首先，给程序一张图，在图上面打上一两个马赛克，训练程序“脑补”出完整的图画，消除马赛克。如果成功还原出完整的图画，那么就在下一张图画上添加十个马赛克，如果成功，则继续加大难度进行训练。直到整张图画都被马赛克覆盖为止，如果此时程序可以完美还原，就可以说明训练成功，可以进行接下来的训练项目。从某种程度上来说，这种过程像是用指甲在刮图案上的涂层。

这就是ai绘画的基本原理。利用这种训练，可以使ai理解什么是手，什么是眼睛，什么是腿。虽然有些时候ai总会给出一些奇怪的图，比如有十几根手指的少女抱着长了人类的腿的猫。

在2022年的时候，出现了新的“Stable Diffusion”软件，任何人都可以通过"Stable Diffusion”模型对程序进行训练。在2022年9月底，一款基于Stable Diffusion模型开发的，特化型的绘画ai-“Novel AI”诞生了。也就是那时候，ai绘画开始爆火。

所以ai绘画不是简单的“尸块”拼凑，但它的训练集使用了人类画师的作品。它的绘图依赖于输入的每个tag所关联的海量人类作品，并通过随机选择tag进行组合进行生成。

可以简单理解为，人类画师的作品被磨碎搅拌成了ai绘画的颜料。

2023.3.10日新更，评论区有人问Diffusion扩散模型的详细原理，在此我将进行补充。

提示：接下来的解释会要求有一定的数学基础才能完全理解，所以不感兴趣的可以不看。

如果感兴趣，可以看参考里面我发的链接，跳转链接后，会看到有大神进行技术层面的详细解答。我这里只摘录了其中的原理部分。

物理：物质分子从高浓度向低浓度区域转移，直到均匀分布。

AI：由熵增定律驱动，先给一幅图片增加噪声，让其变得极其混乱，再训练AI把混乱的照片变回有序（实现图片生成）。

实现方式：

1）不断往输入数据中增加噪声，最后变为纯噪声（#噪声（Noise）：是真实标记与数据集中的实际标记间的偏差。）。

2）每一个时刻都要增加高斯噪声,后一时刻都是前一时刻增加噪声得到。

3）这个过程可以看做不断构建标签的过程。

高斯分布：

前向过程是不断加噪的过程，加入的噪声随着时间步增加增多，根据马尔可夫定理，加噪后的这一时刻与前一时刻的相关性最高也与要加的噪音有关（是与上一时刻的影响大还是要加的噪音影响大，当前向时刻越往后，噪音影响的权重越来越大了，因为刚开始加一点噪声就有效果，之后要加噪声越来越多 ）

从一个随机噪声开始，逐步还原成不带噪音的原始图片――去噪过程，逆向过程其实时生成数据的过程。

ZT其实就是我们要估计的每个时刻的噪声：

1）无法直接求解，需要训练一个模型计算

2）模型输入参数有2个，分别为当前时刻的分布和时刻t

另，附上这篇文章作者所参考的资料，如果有人想更进一步了解的，可以去看下：

What are Diffusion Models?由浅入深了解Diffusion Model - 知乎【【微信】】 Models | OpenRe【【微信】】―扩散模型_原来如此-的博客-CSDN博客_扩散模型【Diffusion模型】由浅入深了解Diffusion，不仅仅是震撼，感受它带给我们的无限可能！！（超详细的保姆级入门教程）_哔哩哔哩_bilibili

省流：在现有的法律体系内，ai绘画不受法律保护。

美国那边已经做出了法律判决，判决结果是ai生成图片不受版权保护。

有人会说，美国的法律关中国什么事。

那我们可以看我国法律是如何规定著作权的。冷知识：一切文学、艺术和科学作品只有在确定了著作权后才可讨论受不受版权保护的问题。

我国《著作权法实施条例》第三条规定“著作权法所称创作，是指直接产生文学、艺术和科学作品的智力活动。为他人创作进行组织工作，提供咨询意见、物质条件，或者其他辅助工作，均不视为创作。”

两个重点。

1：直接。即要求创作的过程与创作的结果之间必须具有直接的关联性。

2：智力活动。即要求创作具有专属于人类的智力属性。

由此可知，开发ai绘画软件的程序员并不是画作的创作者，他们的成果是ai绘画软件，而不是图画。

输入tag的人，也不是创作者，因为并不是直接产生成果。从本质上说，输入tag的人与给出要求让画师作画的甲方并无区别，属于“提供咨询意见”，法律不视为创作。

ai也并不是创作者。我国现有法律无法赋予ai以人格，因此自然也不可能认定ai创作具有专属于人类的智力属性。

从本质上说，ai并不是“从无到有”的创作。它只是在将“马赛克”定向还原成tag所要求的图画时，随机选择了一种处理方式而已。而且这种随机，是伪随机。用户可以自己选择输入随机因子的大小，而这决定了ai会朝某个特定的方向进行还原图片，也即，ai并不是在创造，而是在筛选。

而这也会导致一个严重的问题：如果使用ai绘画的用户／公司被侵权，那么被侵权的用户/公司将很难受到法律的保护。而这也会限制ai绘画的发展。毕竟谁也不想自己白费功夫为他人作嫁衣。类似的例子参考北京互联网法院是如何判定北京菲林律师事务所所发文章不具有著作权的。

客观的讲，ai绘画的用户在调教ai绘画软件的时候，付出了自己的劳动。毕竟那些tag库并不是从地里面长出来的，而是人类实践的结果。但由于ai绘画作品在当前的法律体系下并没有著作权，因此，即使被侵权了，用户/公司也只能败诉。这就是为什么美国著作局做出判决后，引起广泛讨论的原因。核心问题就在于ai作品没有著作权，而一切关于艺术创作的法律保护都建立在著作权的基础上。连著作权都没有，谈何保护？

另外补充一点。如果以ai辅助创作，那么在当下的法律体系内，我个人谨慎认为，仍无法判定可以获得著作权。

“只让ai帮我填色，我自己构图画线稿”和“我只在画上签了自己的名，其他全让ai画”是有区别的。而且区别很大。更要命的是，你无法量化ai参与程度究竟是99%还是1%。而就是这参与程度决定了你这个作品里面属于人类智力的部分有多少，直接和创作过程有关的程度有多少，同时也决定了你和ai共同创作的作品到底受不受法律保护。

还是那句话，在当下的法律体系内，ai绘画不受法律保护。

省流：当前不需要。我们应该鼓励讨论ai绘画，并完善相关法律。

终于到了我最想说的部分。

我明白画师面对ai绘画时的愤怒、焦虑、不安。谁都不想自己辛辛苦苦努力了好几年结果到最后竹篮打水一场空。并且客观上讲，ai绘画的确侵犯了画师的合法权益。我也不想我辛辛苦苦学了好几年的专业知识做出了许多成果结果被别人拿走当训练集，到最后卷不过一堆数据只能回家躺平。

那些贴脸嘲讽画师的，看乐子的，也没必要。坟墓就在前面，无非画师拿的号码牌比你们靠前了一些。大家到最后都是一样的。都会面临ai取代自己行业的危机。在面临危机的时候，人类应该团结起来而不是幸灾乐祸不是么。如果你只想“加速”只想看乐子，那当我没说。看乐子并不能把路易十六推上断头台，也并不能让积贫积弱的旧中国改天换地。看乐子解决不了任何问题。

好了，先简单解释为什么不用焦虑。

另外我要说明，我在下面给出的八点原因只是当前制肘ai绘画发展的“暂时性”的原因。不管怎样，我们必须承认一点，时代的发展和技术的进步是无法逆转的。或许你会感到不解和愤怒，或者绝望，但事实如此，现实如此。我们可以暂时的放松，不管这种放松方式是“嘲讽”ai绘画还是和其他人“辩论”。但我们并不能欺骗自己说，ai绘画不会发展了，这是不可能的。我们要做的是，全面的认识ai绘画，而不是一味的追捧或者贬低。谁都不知道未来会怎么样，包括我。这个世界发展的太快了，只有不断的学习才能求得生存。

我希望我写的这些能给大家一些触动，哪怕有一个人能去思考我们的未来，那也是好的。相比于浑浑噩噩的被动的接受命运，我更想让人类能保持希望，温和的走入长夜，而不是彼此攻讦。

毕竟就像《肖申克的救赎》里面的台词说的那样：“希望是好东西，也许是最好的东西，好东西从不会死的。”

会继续持观望态度。另外建议画师考虑提高自己的美术专业知识。如果真的不可避免要使用ai绘画，那么到时候也会有很大的优势。毕竟别人想卷过你们的前提是他要懂美术的专业知识，在这方面画师的优势仍然无可比拟。

总结：画师不必焦虑。

接着说ai绘画的讨论问题。

现在很多画师群和贴吧里面禁止讨论对ai绘画的看法，诚然是为了避免传播焦虑，维护良好的创作气氛，但我个人认为，现在恰恰是要鼓励讨论、大肆讨论的时候。

在该讨论的时候，我们就应该多讨论，在该吵架的时候，我们也应该吵一吵。只有这样，才能缓解焦虑、快速解决问题。如果都不讨论不去争取自己的利益，视ai绘画为不能触碰的话题，那么如何使社会资源集中到这件事情上，使其得到妥当的解决呢？为什么全球第一例判决ai绘画案件这个事情发生在美国？为什么美国的那位艺术家胜诉了？这个问题很有探讨的价值。

而我国的相关法律也需要进行完善。

第一，要不要保护画风？个人认为这是目前最尖锐的矛盾，也是当下最突出最需要解决的问题。现在的ai绘画已经可以大量产出目标画师画风的画作，而这将会使以特定画风为卖点的画师的利益受到侵犯，商业价值会大幅下降。画风的形成往往需要一个乃至多个画师多年的探索才能形成，而ai抄袭画风却只需要几秒钟。从某种意义上来说，画风是特殊的知识产权。法律将来为了保护这一群体的利益，可能会考虑把画风纳入著作权的保护范围内。

第二，对美术作品的爬取将会受到限制。当前法律对于敏感信息的爬取采取的是限制的态度，将来也可能对美术作品的爬取采取这种态度。

第三，美术作品的署名规则将会重新改写。ai绘画的署名权难以确定，将来法律会确立署名权的新规则。

――――――――――

2023.3.9日新更

看到有人说在我国当前的法律实施力度下，谈著作权的法律保护就是痴人说梦。

于是我去找了相关数据，看我国在著作权纠纷这方面上执法力度到底强不强。

这是我在最高人民法院官网的《2021年全国法院司法统计公报》上查到的数据：

在“民事一审案件情况”一表中，

知识产权与竞争纠纷

• 收案550263件
• 结案515861件
• 判决181492件
• 不予受理605件
• 驳回起诉4921件
• 撤诉262566件
• 调解45729件
• 其他20548件
• 未结83575件

另，据中国经济网相关数据显示，2020年我国著作权登记总量达到503.9万件，2019年我国版权产业行业增加值达7.32万亿，占GDP的比重为7.39%。从1991年至2021年，人民法院审结的著作权案件数量达到136.5329万件，占全部知识产权案件数量的60%以上。

国家的法律层面到底重视不重视对著作权的保护，看数据还不明白么。

2023.3.10新更

前文陈列了ai绘画目前在多个层面不受“待见”的原因，那么是否意味着我们要彻底的反对ai绘画？与此相对应的另一个问题，我们是否要彻底的拥抱ai绘画？

这段日子各方都在争论这个问题。可惜的是，始终没有出现客观、中立、逻辑严谨／证据详实的观点。与此相反，不少人总是采取“诡辩”和“强词夺理”的手段去获得辩论的胜利。我们“讲理”是为了弄清楚问题，而不是把问题搅浑，让旁观者看的迷迷糊糊。

许多关于ai绘画的错误类比传得甚嚣尘上，其中最典型的就是“ai绘画是珍妮机”“反对ai绘画就是反对科学反对进步”“ai绘画代表了先进生产力，反对ai绘画就是反对先进生产力”。

下面我将一一阐明，这些论点错在哪里。

同时感谢 @k【【微信】】 和 @F-Hreinskilin 。这两位答主在其他问题下的回答给予了我很大的启发。

之所以不能把ai绘画比作珍妮机，是因为两者所在的行业是有巨大差别的。

在讨论区别之前，我们先引入几个概念。

1970年，美国经济学家尼尔森（F.Nelson）将商品特征区分为两大类：寻找特征和经验特征。1973年达比（M.R.Darby ）和卡尼(E.Karni)又在尼尔森的商品特征二分法的基础上增加了信任特征。

寻找特征是指消费者在购买前就能确认的商品属性（如颜色、款式、手感、硬度、气味等）及商品的价格。

经验特征是指那些只有在购买后或者在消费过程中才能体会到的商品属性（如味道、耐用程度、满足程度等）。

信任特征是指消费者即使在购买和消费后也很难做出评价的属性。如一些技术性、专业性较强的服务。

珍妮机所在的行业是服装行业，对于消费者来说，服装的颜色、款式、手感、硬度、价格都是在购买前可以了解的，因此自然归类于寻找特征。消费者所承担的风险仅仅是挑选的风险。因此对于消费者来说，服装越多越好，制作速度越快越好，选择越多对消费者越有利。

而ai绘画所在的行业是艺术领域。对消费者来说，艺术作品技术性、专业性较强，自然归属于信任特征。这一特征就决定了消费者所承担的风险是巨大的。因为很难对质量做出评价，只能信任于技术性和专业性较强的生产者。因此绘画作品的单位内产出数量和速度反而是消费者考虑的次要因素。在这种行业中消费者考虑的往往是个性化、定制化、专业化的服务。

因此两个行业是有区别的，而且区别很大。自然也不能拿两个行业领域中的技术发展成果（珍妮机和ai绘画软件）进行类比。

如果还不理解的话，请结合日常生活的经验，人们在商场挑选服装的时候，是去找珍妮机/缝纫机定制衣服还是在成百上千件衣服中挑选自己满意的款式。同样的，人们在要求画师产出作品的时候，是对画师说：”你先画个几百张，我挑一张顺眼的。“还是对画师说“画一个戴着耳环的少女在五彩斑斓的黑夜中翩翩起舞，她的右手要拿着一把铁剑，她的衣服花纹是云霞纹路，走向是这样走（比划），同时要给她上的颜色要橙里面透一点绿，不对！不是这种绿，是要比这个再绿一点，再红一点...”？

这是典型的逻辑错误。

第一：科学包含ai绘画，但ai绘画本身不等于科学的全部。就像手是人类身体的一部分，但不能说手等于人类。同时也不能说砍掉了一个人的手，这个人就不存在了。

第二：由第一点可知，反对事物中的某一部分不代表反对该事物。按照谬误中的逻辑可以举个例子：反对毒品就是反对现代化学。很显然，是个很荒谬的结论。

第三：我们所反对的是在法律灰色地带试探，窃取别人作品非法盈利的ai绘画使用者，而不是ai绘画。请不要转移矛盾。同样的，如果ai绘画的使用者遵纪守法，ai绘画软件的开发者给予画师报酬，那么没有人会不乐意看到ai绘画被广泛应用。

该谬误中犯下的逻辑错误与谬误2相同。不再赘述该谬误的逻辑错误。

这个谬误流传甚广，相比于逻辑上的错误，我更担忧的是”路线“问题。同时又不得不感慨，当年的那些马克思主义者看问题是何其透彻。

这个谬误所代表的“主义”是很明显的“唯生产力论”。人工智能技术与日俱进，人们对路线、对自己的核心利益敏感度却日益迟钝，只能说略有讽刺的意味。

直接上结论：“唯生产力论”是反劳动者、反人类、反无产阶级的谬论。

唯生产力论认为只要发展生产力（或者说科学技术），社会变革就会自动实现。这样歪曲了政治与经济、革命与生产的辩证关系，片面地夸大了生产力的作用，抹杀了人民是变革社会制度的根本力量，抹杀了生产关系对生产力、上层建筑对经济基础的的反作用。马列主义肯定生产力的发展对社会变革的作用，但是马列主义认为在阶级社会中，只有通过激烈的阶级斗争和革命，才能变革旧制度、建立新制度，才能使生产力有迅速的发展。

同时我也要驳斥科学技术是中立的观点。

我们所处的现代社会，是资本与科学技术的联姻。科学技术已经改变了它中立的立场。

恰如马尔库塞所认为的那样：

1.科学技术的发展提高了劳动生产率，促使财富不断增长，客观上确实让我们的生活越来越好

2.科学技术的发展又导致新的统治形式，即技术理性的统治的产生。也就是说，在现代社会中，科学技术不再是中性的，它本身就成为一种统治和操控的异化力量。

正如 @F-Hreinskilin 在问题“如何批判'唯生产力论'”下回答的一样：

如果在现代资本主义社会中，片面地强调发展技术，但是却不斩断资本与技术的联姻，只会导致资本主义的控制人的能力越来越强，其对于人的奴役和异化越来越深。

无论悲观也好，乐观也罢，ai绘画在不断的进化是不争的事实。在可预见的未来里，人工智能必定会极大的冲击社会中的各个领域。人工智能的应用绝不局限于“绘画”，党的十九大报告中提到，我们所面临的乃是“百年未有之大变局”。人工智能这一巨大的石头所溅起的涟漪是所有人都无法预见到的，这是一个极其严肃的问题。如果我们处理不好这个问题，那么我们现在的平稳生活将会被打破，不平等、暴乱、饥饿、疾病将会卷土重来，而阶级固化、贫富差距等问题也会进一步加剧甚至达到极其严重的地步。我们现在只能根据历史经验进行一些准备措施，在我们着陆的时候尽可能多一些缓冲，减少一些不利影响。

以下都是历史上真实发生过的事情：

1769年，理查・阿克莱特和詹姆斯・瓦特为自己的发明申请了专利，这一年也通常被认为是工业革命开始的标志。

1776年，阿克莱特开设的第二家克罗姆福德棉纺厂开业。这家工厂使用水力驱动机器，按照生产顺序排列，其水力纺纱机运用滚筒纺纱，大约降低了三分之二的劳动成本，最终降低了20%粗纺棉花的总成本。此外，阿克莱特还发明了梳棉机。

瓦特的蒸汽机被广泛使用后，到19世纪中期凸显出巨大的经济影响――蒸汽机被广泛运用于铁路和钢铁冶炼以及纺织等等行业，大大提高了生产效率。由技术驱动的工业革命带动了英国的经济起飞，但增长带来的收益分配却极不平衡。5%最富有的人群，在1759-1867年间，从占总收入的21%上升到37%。在工业化初期，许多普通人的处境变得更坏。虽然人均收入提高了，但普通人与中产阶级的收入差距却在拉大。

门德尔逊在其著作《经济危机和周期的理论与历史》一书中就列出了18世纪下半叶到19世纪初期英国工人生活费和工资指数。

根据表格，1799年至1818年间的英国工人工资严重低于生活费，当生活费需要137英镑时，实际工资却只有83英镑，生活费代表了物价，与物价上涨对应的是英国工人名义工资的上涨，这意味着英国国家已经意识到物价上涨的同时也要上涨工资，但在实际操作中，实际工资总是低于名义工资。

马克思的《资本论》道出了资本家财富积累与贫穷者日益贫穷的同步性，“在一极是财富的积累，同时，在另一极，即在把自己的产品作为资本来生产的阶级方面，是贫困、受奴役、无知、粗野和道德堕落的积累。”

马克思敏锐地发现工业无产阶级创造的财富最终都流入了资本家的腰包，那些直接创造财富的人却成了最贫穷的一个群体。英国首相迪斯累利也发现了这一点，他无奈地说：“英国可以分为两个民族――穷人和富人，他们之间有一条巨大的鸿沟。”

而今天的我们恰如那时的他们。

《21世纪资本论》的作者托马斯皮凯蒂，在2018年四月份发布了中国贫富差距、分配不公问题的论文。

论文数据显示：

在2015年，最富有的10%的人群占全部财产的比重为67.4％，最富有的1%的人群占全部财产的比重为29.6%。

Top1%人均财产为835万元――是不是没有想象中的那么夸张，不过要注意我国2015年的人口基数，top1%的人群就有1400万人。

也就是说，1400万人占有了全体财产的29.6%

而最底层50%的人群，只占有全体财产的6.4%。

一项技术，如果它可以普惠社会系统中的全体成员，那么“人工智能带领人类社会进入新阶段，进一步改善社会上目前存在的问题”的美好幻想也不是不可以发生在现实，但很遗憾，目前来看，并非如此。

3月7日，谷歌和柏林工业大学的团队重磅推出了史上最大的视觉语言模型――PaLM-E，参数量高达5620亿（GPT-3的参数量为1750亿）。

而chatGPT的研发投入了多少钱呢？

据国盛证券报告《ChatGPT 需要多少算力》估算，GPT-3 训练一次的成本约为 140 万美元，对于一些更大的 LLM（大型语言模型），训练成本介于 200 万美元至 1200 万美元之间。以 ChatGPT 在 1 月的独立访客平均数 1300 万计算，其对应芯片需求为 3 万多片英伟达 【【微信】】，初始投入成本约为 8 亿美元，每日电费在 5 万美元左右。如果将当前的 ChatGPT 部署到谷歌进行的每次搜索中，需要 512820.51 台 【【微信】】 服务器和总共 4102568 个 【【微信】】，这些服务器和网络的总成本仅资本支出就超过 1000 亿美元。

而PaLM-E只会比chatGPT更烧钱。如此烧钱，就决定了当前的人工智能只能是互联网巨头和资本大鳄的游戏，中小企业和普通人将无法入场，并会因此拉开巨大的数据与技术鸿沟。也即是，市场将会被垄断。这也就意味着，如果用户/独立开发者/公司想使用人工智能技术，那么将要接受高昂的定价和极其不合理的套餐。如果觉得这些听上去离我们很远，那么请参考某度网盘是通过什么手段逼用户付费的。羊毛只会出在羊身上，产品开发者为了降低成本，就会想尽办法“剥削”用户和劳动者。或许到了那个时候，真正意义上的“终产者”将会出现。

在别的地