ChatGPT “克星”出现，OpenAI 重磅发布全新 AI 鉴别工具，网友吐槽：失败率太高啦！
这款 AI 文本分类器是一个语言模型，它是基于同一主题下人工编写文本和人工智能编写文本对数据集上进行的微调。
在模型训练上，OpenAI 认为是由人类编写的各种来源收集了这个数据集，比如预训练数据和提交给 InstructGPT 的人类演示。
进而，OpenAI 再将把每个文本分为提示和响应。在这些提示下，研究人员从其和其他组织训练的各种不同的语言模型中产生了响应，以此来不断训练 AI 文本分类器。
OpenAI 表示，“对于我们的 Web 应用，我们调整了置信度阈值，以保持较低的误报率；换句话说，只有当分类器非常有信心的情况下，才会将文本标记为可能是人工智能写的。”
在使用上，和 ChatGPT 的方法一样，这款免费且基于 Web 的工具用起来也特别方便。只需要用户将文本内容复制到检测框中，系统就可以评估文本由 AI 系统生成的可能性。
它一共提供了五种判别结果：非常不可能是由人工智能生成的；不可能；不清楚；可能；非常可能。
有些遗憾的是，它并不能区分人类和人工智能编写的计算机代码。
官方警告慎用：没想象得那么好
目前对于这款工具，OpenAI 并没有做出更多的原理介绍，主要原因或因为这款工具还并不成熟。
当下这款分类器还有一些局限性：
- AI 写的文本可以被二次编辑，从而躲过分类器的检测。
一名教授做了道计算后称：当下，这个工具在实践中是相当无用
对此，来自洛桑联邦理工学院教授 Marcel Salathé 对这个比例进行了计算，用以判别新 AI 分类器工具到底有多大用处。
他举例道，假设一所大学有 1000 名学生被要求写一篇文章，其中 3% 的人试图作弊，用 ChatGPT 来生成文本。因此，在这个比例下，会有 30 个 AI 生成的文本和 970 个人类生成的文本。
在此背景下，该学校的一名老师听说了 OpenAI 的新人工智能检测工具，并通过这款工具来检测收到的 1000 篇文章。根据 OpenAI 提供的比率来计算：
在 970 个人类生成的文本中，9%（即 87 个）将被错误地标记为人工智能生成的。
在 30 个人工智能生成的文本中，26%（即 8 个）将被正确标记为人工智能生成的。
换句话说，老师最终可能会将有 87+8=95 个文本标记为人工智能生成的。事实上，其中只有 8 个 是人工智能生成的。
Marcel Salathé 教授表示，当工具为老师提供一个肯定的（即可能是人工智能生成的）结果时，该文本实际上是人工智能生成的概率 只有 8.4%。其中绝大多数实际都是人类生成的内容。相反，大多数人工智能生成的文本（30 个中的 22 个）会被标记为 "人类写的 "验证结果通过。
整体而言，Marcel Salathé 直言，举这个例子并不是对该工具进行贬低或批评。因为当一款工具被研发出来的早期，准确率需要在实验中不断迭代优化，这是一个必然的过程。
不过，他也呼吁，如果你是一名教师，并且你认为刚刚得到了一个处理人工智能生成的工具，请注意，在当前这个阶段，这个工具在实践中是相当无用的。
OpenAI 回应：正在改进
正因此，OpenAI 也特别强调了 AI-Text-Classifier 并不能可靠地检测出所有人工智能写的文本，仅是作为一个强有力的参考而存在，譬如用此工具鉴别学术论文等。
与此同时，OpenAI 也表示，面向教育工作者，AI 文本分类器在课堂上有一定的限制和影响，因为其已经为教育工作者开发了一个关于 ChatGPT 使用的初步资源（https://platform.openai.com/docs/chatgpt-education），其中概述了一些用途以及相关的限制和考虑。
目前这个分类器已经公开，面向更多的用户收集一些使用的反馈， OpenAI 称，未来会逐步分享一些改进的方法
写在最后
过去一段时间内，在 ChatGPT 被用于生成原创文章、故事、歌词、小说等场景时，早已引发教师、艺术家、设计者的不满，
为此，来自普林斯顿大学的学生开发了 GPTZero ，其此前分享道，已有超过 95000 人尝试了他研发的 ChatGPT 检测功能的测试版，用户群体最盛的莫过于“教师”，他们有着令人难以置信的需求。另外，斯坦福大学也发布了 DetectGPT ，用来 判断文本是否由 AI 生成的。
如今 OpenAI 下场加入“反 ChatGPT”的战局中，也让不少网友评论道：
- 自己反自己，也相当于把竞争对手的路都给走了，就让别人无路可走去吧~~
- 万万没想到，作为大学生，还没用上呢，就彻底无望了......
毋庸置疑的是，有这样一款验证工具，确实可以减少很多行业的顾虑，尤其是对教育行业而言。你怎么看呢？欢迎留言分享你的看法。
参考：
https://digitalepi.substack.com/p/how-useful-is-openais-new-ai-detection
https://openai.com/blog/new-ai-classifier-for-indicating-ai-written-text/
《2022-2023 中国开发者大调查》重磅启动，欢迎扫描下方二维码，参与问卷调研，更有 iPad 等精美大礼等你拿！
?让小米成为印度第一的“头号功臣”，9 年后宣布离职！
? 开发者对抗软件创新焦虑的“180 法则” | 对话MongoDB CTO Ma rk Porter
? 余承东：华为技术走在产业前列，别人想超越很难；理想销量夺冠后，员工不满年终奖打折；黑客窃取GitHub代码签名证书|极客头条
ChatGPT 太猖狂？OpenAI 欲打假并研发“文本水印”，网友吐槽：太“鸡肋”！
chatgpt,chatgpt官网,chatgpt怎么用,chatgpt概念股人工智能需要束缚
事实证明，要控制像 ChatGPT 这样的系统是很困难的。作为开发商，虽然 OpenAI 在 ChatGPT 政策规定写道，当从其系统共享内容时，用户应明确表明它是由人工智能生成的，但现实使用过程中，OpenAI 可以控制 ChatGPT 不生成暴力、血腥有害的内容，但是却无法掌控它的使用者会将其应用到何处。
几天前，知名编程问答网站 Stack Overflow 决定“封杀” ChatGPT ，称 ChatGPT 答案的正确率非常低，对整个网站以及寻求正确答案的用户来说是有害的。例如，要求 ChatGPT 写一个公众人物的传记，它可能会很自信地插入不正确的传记数据。再比如要求它解释如何为特定功能编写软件程序，它同样可以生成可信但最终不正确的代码。如果用户被发现使用 ChatGPT 回答问题，他们可能会受到禁止继续发帖的惩罚。
除此之外，与之前的许多文本生成系统一样，ChatGPT 也会被用于编写高质量的网络钓鱼邮件和有害的恶意软件，甚至会被用于考试作弊等等。
因此，但凡 ChatGPT 所到之处，便亟须 这样一款工具进行束缚。
加水印的工作原理
过去，OpenAI 已经有一种方法可以标记 DALL-E 生成的内容 ，并在它生成的每个图像中嵌入签名。但是如今想要追踪文本的来源，实则要困难得多。
那如何在文字上面加上追踪或打上“水印”？
Scott Aaronson 教授认为， 最有前途的方法是密码学。
Scott Aaronson 表示，他在今年春天的学术休假期间，一直在 OpenAI 研究为 GPT 等文本模型的输出内容添加水印的工具。
对于“AI 水印”的设想， Scott Aaronson 在自己的博客中进行了详解。其表示，“我们希望每当 GPT 生成一些长文本时，能够在它的选词上有一个不易察觉的秘密标记，你可以用它来证明，这是来自 GPT 生成的内容。 ”
那么这种水印到底是如何实现的？
Scott Aaronson 教授称，对于 GPT 来说，每一个输入和输出都是一串 token（标记），可以是单词，也可以是标点符号、单词的一部分，或者更多--总共有大约 10 万个 token。GPT 的核心是以先前 token 的字符串为条件，不断地生成下一个要生成的 token 的概率分布。在神经网络生成分布后，OpenAI 服务器实际上会根据该分布或该分布的某些修改版本进行采样，这取决于一个名为 "temperature"的参数。不过，只要 temperature 参数不为零，下一个 token 的选择通常会有一些随机性，这也是为什么你对 GPT 用同一段话提问，会得到不同的答案的主要原因。
「OpenAI 的水印工具就像现有文本生成系统的一个 "包装"，利用在服务器层面运行的加密功能，"伪随机 "地选择下一个标记 」， Scott Aaronson 说道。
从理论上讲 ，这个系统生成的文本对大家而言都是随机的，但是任何拥有加密功能“钥匙”的人能够发现水印。
也许有人会好奇：如果 OpenAI 控制了服务器，那么为什么要费尽心思去做水印？为什么不直接将 GPT 的所有输出存储在一个巨大的数据库中，然后如果大家想知道某些东西是否来自 GPT，就可以查阅该数据库？
Scott Aaronson 赞同地说道，这样的确可以做到的，甚至可能在涉及执法或其他方面的高风险案件中必须这样做。但这将引起一些严重的隐私问题，譬如你可以揭示 GPT 是否生成或未生成给定的候选文本，而不可能揭示其他人是如何使用 GPT 的？数据库方法在区分 GPT 唯一生成的文本和仅仅因为它具有很高概率而生成的文本（例如，前一百个素数的列表）方面也存在困难。
当前，来自 OpenAI 工程师 Hendrik Kirchner 已经构建了一个工作原型，并希望将其构建到未来 OpenAI 开发的系统中。
截至目前， 据外媒 Techcrunch 报道，OpenAI 和 Aaronson 并未透露过多关于“水印原型”的信息，只是称水印是他们正在探索的几种 "注明出处技术 "之一，以检测人工智能产生的产出。
“水印”功能很“鸡肋”？
不过对于这种技术，业界也颇有争议。
有人认为，该工具是基于服务器端的，这意味着它不一定适用于所有文本生成系统。他们认为，对于竞争对手来说，绕过它是微不足道的。
来自麻省理工学院的计算机科学教授 Srini Devadas 认为："通过重新措辞、使用同义词等来绕过它的筛查是相当容易的。"
艾伦人工智能研究所的研究科学家 Jack Hessel 指出，很难在不知不觉中对人工智能生成的文本进行加注“水印”，因为每个 token 都是一个离散的选择。太明显的“水印”可能会导致选择奇怪的词，从而降低流畅性。不过，一个理想的“水印”是人类读者无法辨别的，并能实现高度检测。根据它的设置方式，由于“签名”过程的运作方式，OpenAI 自己可能是唯一能够自信地提供这种检测的一方。
Scott Aaronson 也表示，该计划只有在像 OpenAI 这样的公司在扩展最先进系统方面处于领先地位的世界中才会真正起作用――而且他们都同意成为负责任的参与者。即使 OpenAI 与其他文本生成系统提供商（如 Cohere 和 AI21Labs）共享水印工具，也不会阻止其他人选择不使用它。
虽然 OpenAI 带来了 ChatGPT、GPT-3、Dell-2 这些极具创新性的产品，引发用户的狂欢，但不少网友仍质疑“AI 水印”的必要性：
@knaik94：
这似乎是在浪费能源。倘若一次生成的文本内容很短，根本无法判断它是否是由 AI 生成的。此外，我想在生成的内容中再多走一步，如改写某些内容、使用同义词和短语替换、统一标点符号或者一些辅助语法检查/修饰符等工具，都可以逃避“AI 水印”的检测。
况且行业也有一些开放性的替代方案，如 GPT2，已经在 MIT 许可下发布。在 NSFW 文本上训练的社区语言模型也已经存在。在我看来，OpenAI 这样的举动从长远来看只会把大多数人赶走。如果在未经审查的足够好模型和经过审查的优秀模型之间进行选择，我会为 99% 的长期项目选择足够好的模型。
@norwalkbear ：
现在很多人看到了人工智能的潜力。如果你限制太多，人们会开发自己的 AI 模型，甚至迫切需要 OpenAI 的开源替代品。
最后，看到 OpenAI 正在研发这样的工具，也有网友强烈呼吁 OpenAI 迟几年再 推出，譬如等到 2026 年 5 月，因为这个时候，他刚好毕业了。
你觉得给 AI 生成的内容、作品加上水印能阻止滥用情况的发生吗？欢迎留言，分享你的看法。
参考资料：
https://techcrunch.com/2022/12/10/openais-attempts-to-watermark-ai-text-hit-limits/
https://scottaaronson.blog/?p=6823
? 雷军回应对标iPhone被笑话：没勇气就做不好高端手机；GitHub发布企业版Copilot；Linux 6.1 发布|极客头条
? 47 岁从华为退休，操作系统老兵转战 OpenHarmony 生态 | 近匠
?“CSDN 2022 中国开发者影响力年度评选”正式开启报名！
chatgpt属于人工智能的什么 chatgpt 人工智能未来
人工智能cg,cogito人工智能,人工智能属于cs吗,人工智能属于tmt行业吗内容来自 MoPaaS
编者按：
ChatGPT产生的影响还在继续，ChatGPT 以及其创造者 OpenAI 背后的故事却鲜为人知。OpenAI 是怎样偏离其初心坚持商业化？凭什么 Altman可以让微软早期押注他们? OpenAI原来的安全团队为什么分家与他们分庭抗争？ChatGPT的编程能力是怎样被发现的？ChatGPT 为什么差点被扼杀掉？ChatGPT是怎样歪打正着成为爆款？Altman 为什么时而理想主义狂热时而又回到反乌托邦？OpenAI 今年还可能会有哪些惊喜？...“The inside story of ChatGPT”（“ChatGPT 的内幕故事”）将为你解密这一切。该文由《财富》杂志资深作者JEREMY KAHN采访研究完成，并将以标题“ChatGPT creates an A.I. frenzy”（“ChatGPT创造了AI狂潮”）在美国《财富》杂志2023年2月/3月号上发表。我们特编译出来和各位客户、合作伙伴朋友分享。
Sam Altman, CEO and cofounder of OpenAI.
在一代人的时间中总有一种产品的出现，它将从工程系昏暗的地下室、书呆子们臭气熏天的青少年卧室和爱好者们孤独的洞穴中弹射出来，变成了你的祖母Edna都知道如何使用的东西。早在 1990 年就有网络浏览器，但直到 1994 年Netscape Navigator的出现，大多数人才发现了互联网。2001 年 iPod 问世之前就已经有了 MP3 播放器，但它们并没有引发数字音乐革命。在2007 年苹果推出iPhone之前，也有智能手机，但在 iPhone 之前，没有智能手机的应用程序。
2022 年 11 月 30 日，人工智能迎来了 Netscape Navigator 时刻。
这一时刻是由OpenAI 的首席执行官Sam Altman 开启的，OpenAI 是一家总部位于旧金山的人工智能公司，成立于 2015 年，得到了包括Elon Musk 、Peter Thiel 和PayPal校友、LinkedIn联合创始人Reid Hoffman 等多位硅谷重量级人物的资金支持。11 月 30 日，也是公司成立大约七年后，Altman 在推特上写道：“今天我们推出了 ChatGPT，尝试在这里与它交谈”，然后是一个链接，任何人都可以注册一个帐户，开始免费与 OpenAI 的新聊天机器人交谈。
任何人都可以，而且不仅仅只是聊聊天气。软件 CEO 兼工程师 Amjad Masad 要求它调试他的代码，它做到了。美食博主兼网红Gina Homolka用它写了一份健康巧克力曲奇的食谱。Scale AI 的工程师 Riley Goodside 要求它为Seinfeld剧集编写剧本。Guy Parsons 是一名营销人员，他还经营着一家致力于 AI 艺术的在线画廊，他让它为他编写提示，以输入另一个 AI 系统Midjourney, 从文本描述创建图像。斯坦福大学医学院的皮肤科医生 Roxana Daneshjou也研究 AI 在医学上的应用，她向它提出了医学问题，许多学生用它来做作业。而这还只是在聊天机器人发布后的 24 小时内出现的。
以前也出现过聊天机器人，但都不是这样的。ChatGPT 可以进行长时间、流畅的对话，回答问题，并撰写人们要求的几乎任何类型的书面材料，包括商业计划、广告活动、诗歌、笑话、计算机代码和电影剧本。它远非完美：结果并不总是准确的；它不能引用其信息来源；它几乎不知道 2021 年之后发生的任何事情。它所提供的内容虽然通常流畅到足以通过高中课程甚至大学课程的考试，却很少像人类专家那样完美。另一方面，ChatGPT 会在一秒内生成这些内容，用户几乎没有等待，而且它吐出的很多内容都还不错。在ChatGPT发布后的五天内，就有超过100万的玩家，这是Facebook花了 10 个月才达到的里程碑。
在过去的十年中，人工智能技术稳步进入商业领域，并悄悄改进了我们每天使用的许多软件，但并未引起非技术人员的太大兴趣。ChatGPT 改变了这一点。突然之间，每个人都在谈论人工智能如何颠覆他们的工作、公司、学校和生活。
ChatGPT 是相关人工智能技术浪潮的一部分，这些技术统称为“生成式人工智能”――其中还包括热门的艺术生成器，如 Midjourney 和 Lensa。OpenAI处于科技行业下一件大事件的最前沿，具有初创公司史诗般的标志，包括全明星阵容和狂热的投资者，据报道，该公司的估值达到 290 亿美元。
但是，尽管其最近的激增引发了嫉妒、惊奇和恐惧――据报道，其利润丰厚的搜索帝国可能会受到攻击，谷歌宣布了内部“红色代码”，以回应 ChatGPT―OpenAI 不太可能成为技术超级大国俱乐部的成员。直到几年前，它还根本不是一家公司，而是一家致力于学术研究的小型非营利性实验室。崇高的创始原则仍然存在，例如保护人类免受不受限制的人工智能的威胁。与此同时，OpenAI 也经历了内部转型，将其原来的员工分开，并更加关注商业项目而不是纯科学项目上。（一些批评家认为，将 ChatGPT 推向市场本身就很危险，这也标志着 OpenAI 的方法发生了深刻的转变。）
“我认为 [对于 AI] 的好案例是如此令人难以置信的好，以至于你谈论它听起来像个疯子。我认为最坏的情况是我们所有人都熄灯了。”
★OPENAI联合创始人兼首席执行官 SAM ALTMAN 于 1 月 12 日在旧金山举行的以风险投资为重点的活动上发表讲话
本周，微软宣布扩大与OpenAI的合作伙伴关系，其中包括高达 100 亿美元的新资本，这可能会使这家软件巨头在未来几年占据 OpenAI 利润的最大份额。这笔交易可能会加深人们的看法，即曾经理想主义的努力现在主要关心的是赚钱。尽管如此，《财富》杂志看到的文件显示，OpenAI 的业务目前是多么无利可图。
37 岁的联合创始人兼首席执行官Altman体现了 OpenAI 令人费解的本质。Altman 是一位连续创业的科技企业家，他更以商业头脑而非工程壮举而闻名，他既是 OpenAI估值飙升的设计师，也是该公司的首席执行官，他曾公开表示 ChatGPT 离真正可靠还有多远。与此同时，他认为这项技术是朝着开发一种被称为人工通用智能（AGI）的计算机超级智能的宏大而不切实际的企业使命向前迈出的一步。“AGI 可能是人类生存所必需的，” Altman在 7 月份发推文说。“如果没有更好的工具，我们的问题似乎太大，我们无法解决。”
对于一家赚钱的企业来说，这是一种不同寻常的指导理念，尤其是考虑到一些计算机科学家认为Altman的痴迷只是一种幻想。“AGI 很愚蠢，”加州大学伯克利分校的计算机科学家 Ben Recht 说。“我的意思是，这不是一回事。”
然而，借助 ChatGPT，Altman 已将 OpenAI 以及更广泛的 AI 使命转变为吸引科技界的东西。问题在于，他与微软建立的合作伙伴关系是否可以修复 ChatGPT 的缺陷并利用其早期领先优势来改变科技行业。谷歌和其他巨头正在努力开发自己的人工智能平台；未来，更完善的软件会让 ChatGPT 看起来像小孩子在玩游戏。OpenAI 可能有一天会发现，就像 Netscape 短暂的浏览器统治一样，它的突破打开了一扇通往未来的门，而这扇门并不属于它。
1 月中旬的一个星期四晚上，Altman罕见地在旧金山公开露面。这位 CEO 穿着灰色毛衣、蓝色牛仔裤和一双颜色鲜艳的时髦扎染运动鞋，走进了一个满是投资者、技术人员和记者的房间，他们聚集在一起收集关于 ChatGPT 或即将到来的融资轮的任何信息。当Altman的采访者、专注于风险投资的媒体公司 StrictlyVC 的创始人 Connie Loizos 向他询问媒体的狂热时，Altman回答说：“我不看新闻，我也不太会做这样的事情”。
该活动在Salesforce 大楼的 46 层举行，现场只有站立的空间。在接受采访前举行的金融科技小组讨论会上，一位发言人甚至告诉听众，她知道他们“都在等 Sam Altman”。
但是，尽管议论纷纷，并且流传着微软投资的谣言，但Altman似乎还是刻意打消了人们的这种兴奋。“这些技术的一个奇怪之处在于，它们令人印象深刻但并不稳健，”他告诉人群。“所以你在第一个演示中使用它们；你会有种令人印象深刻的反应，“哇，这太不可思议了，准备好了”。但你看到它一百次，你就会看到它的弱点。”
这种谨慎似乎是 OpenAI 总部的官方模式，该总部位于旧金山 Mission 区的一家旧箱包工厂。事实上，如果 ChatGPT 是 AI 的 Netscape Navigator 时刻，那它几乎从未发生过，因为 OpenAI 几个月前几乎扼杀了这个项目。
允许用户用简单的英语（和许多其他语言）与 AI 交谈的聊天界面最初是由 OpenAI 构想的，作为改进其“大型语言模型” LLM 的一种方式。大多数生成式人工智能系统的核心都是LLM。它们是通过采用非常庞大的神经网络（一种基于人脑连接的人工智能）并将它们应用于大量人类创建的文本而创建的。从这个库中，该模型学习了一个复杂的映射，即在任何给定上下文中，任何一组单词将会出现在另一个单词旁边。这使得 LLM 能够执行大量的自然语言处理任务，从翻译到摘要再到写作。
OpenAI 已经创建了世界上最强大的LLM 之一。它被称为 GPT-3，拥有超过 1750 亿个参数，并在大约三分之二的互联网、所有维基百科和两个大型书籍数据集上接受训练。但是 OpenAI 发现让 GPT-3 产出用户想要的东西可能很棘手。一个团队有使用强化学习的想法，人工智能系统通过反复试验来学习以最大化奖励，来完善模型。该团队认为聊天机器人可能是这种方法的理想候选者，因为以人类对话的形式不断提供反馈将使人工智能软件很容易知道它何时做得很好以及需要改进的地方。因此，在 2022 年初，该团队开始构建 ChatGPT。
当ChatGPT准备就绪后，OpenAI 让 Beta 测试人员使用ChatGPT。但根据 OpenAI 联合创始人兼现任总裁Greg Brockman 的说法，他们并没有像 OpenAI 希望的那样接受它；人们不清楚他们应该与聊天机器人谈论什么。有一段时间，OpenAI 改变了策略，试图构建专家聊天机器人，以帮助特定领域专业人士。但这项努力也遇到了问题，部分原因是 OpenAI 缺乏训练专家机器人的正确数据。Brockman说，几乎就像孤注一掷一样，OpenAI 决定将 ChatGPT 从板凳上拉下来，并将其放在野外供公众使用。“我承认，我不知道这是否会奏效，” Brockman说。
聊天机器人的迅速传播让OpenAI 猝不及防，OpenAI 的首席技术官 Mira Murati 说，“这绝对令人惊讶，”。在旧金山 VC 活动上Altman 说，他“本以为一切都会少一个数量级，少一个数量级的炒作。”
OpenAI 首席技术官 Mira Murati 于 2022 年 10月 25 日在“The Daily Show with Trevor Noah”上发表讲话。
ChatGPT 不是 OpenAI 唯一的炒作工具，该公司只有 300 名左右的员工，规模相对较小，但在创建数据（而不仅仅是分析数据）方面，已经突破了人工智能的极限。DALL-E 2 是 OpenAI 的另一项创作，它允许用户通过输入几个词来创建他们可以想象的任何事物的逼真图像。该系统现在已被其他公司模仿，包括 Midjourney 和一个名为Stability AI的开源竞争对手. （所有这些图像生成器都有缺点，最显着的是它们倾向于放大训练数据的偏差，生成可能具有种族主义和性别歧视的图像。）通过在计算机代码上微调其 GPT LLM，OpenAI 还创建了Codex ，一个可以为程序员编写代码的系统，程序员只需用简单的语言指定他们想要代码做什么。
更多的创新在等待，OpenAI在 beta 测试中有一个更强大的 LLM，称为 GPT-4，预计将在今年发布，甚至可能很快发布。Altman 还表示，该公司正在开发一种可以根据文本描述生成视频的系统。与此同时，在 1 月中旬，OpenAI 表示打算发布ChatGPT 的商业版本，并宣布了一个等待名单，供潜在客户通过一个界面注册付费访问该机器人，从而使他们能够更轻松地集成它到他们自己的产品和服务中。
愤世嫉俗的人可能会认为，OpenAI正在筹集大量风险投资这一事实可能与 ChatGPT 的发布时间有关。（OpenAI 说这个时间是巧合。）可以肯定的是，ChatGPT 在充满鲨鱼的水域中游弋。这在风险投资公司中掀起了一股抢购狂潮，他们希望在 OpenAI 高管、员工和创始人持有的私募股权中抢购股票。
该收购报价与微软刚刚宣布的新投资一起发生，这将为该公司注入高达 100 亿美元的新资本。微软于 2016 年开始与 OpenAI 合作，并与这家初创公司建立了战略合作伙伴关系，于三年前宣布向该公司投资10 亿美元。据熟悉新收购报价的消息人士称，尽管这种不寻常的结构为微软带来了巨大的财务优势，它已被大量超额认购。
根据《财富》杂志看到的文件显示，在新投资完成后，在OpenAI 的第一批投资者收回初始资本后，微软将有权获得 OpenAI 75% 的利润，直到它收回其投资的 130 亿美元，这一数字包括之前对 OpenAI 的 20 亿美元投资，该投资直到今年1月《财富》杂志才披露。直到这家软件巨头赚取 920 亿美元的利润后，微软的份额将降至 49%。与此同时，其他风险投资者和 OpenAI 的员工也将有权获得 O
