大模型，全称「大语言模型」，英文「Large Language Model」，缩写「LLM」。是具有大量参数和复杂结构的机器学习模型。大模型通常具有数亿到数千亿个参数，在大量的文本或其他数据上进行训练，这些数据包括网络上的文章、书籍、对话等，以便模型能够学习广泛的知识和语言模式。
我们从 gpt 的诞生开始说起，在往之前的就不追溯了
gpt-1 发布于 2018年6月，基于 Transformer 架构，包含 12 层 Transformer 解码器。有 1.17 亿个参数。
gpt-2 发布于 2019年11月，与GPT-1类似，但规模更大，有15亿个参数
GPT-3 发布于2020年6月，扩展了GPT-2的架构，有1750亿个参数
GPT-3.5 发布于2022年3月，在训练数据量计算资源方面都有所增加，处理复杂问题和理解上下文方面表现的更好，生成的输出表现出更少的错误和更高的一致性，更具有通用性。同年11月30日，基于GPT-3.5推出了ChatGPT聊天机器人程序，一个具有划时代意义的产品，
GPT-4 发布于 2023年3月，理解和推理能力增强，在复杂推理、逻辑分析和上线文理解方面有了更好的表现，增加了多模态能力。
Sora 发布于2024年2月，一款文生视频大模型
| 国家 | 公司 | 对话产品 | 旗舰大模型 | 网址 |
|---|---|---|---|---|
| 美国 | OpenAI | ChatGPT | GPT | https://chatgpt.com/ |
| 美国 | Microsoft | Copilot | GPT 和未知 | https://copilot.microsoft.com/ |
| 美国 | Gemini | Gemini | https://gemini.google.com/ | |
| 美国 | Anthropic | Claude | Claude | https://claude.ai/ |
| 中国 | 百度 | 文心一言 | 文心 | https://yiyan.baidu.com/ |
| 中国 | 阿里云 | 通义千问 | 通义千问 | https://tongyi.aliyun.com/qianwen |
| 中国 | 智谱 AI | 智谱清言 | GLM | https://chatglm.cn/ |
| 中国 | 月之暗面 | Kimi Chat | Moonshot | https://kimi.moonshot.cn/ |
| 中国 | MiniMax | 星野 | abab | https://www.xingyeai.com/ |
| 中国 | 深度探索 | deepseek | DeepSeek | https://chat.deepseek.com/ |
记得在2021年的时候，我参加了一次关于AI的学术论坛讲座，有位教授对待AI的态度让我印象深刻。
在QA环节中，有人问教授：“现在AI一直在发展，它会不会发展的和人一样？会不会伤害人类？到那个我们应该怎么和它相处？”教授回答说：“AI如果真的发展的和我们一样了，那他本质上就是另类的人。那么我们人的思想是怎么样的，那AI的思想就是怎么样的，我们怎么和人相处就怎么和它相处。”（不是原话，大概的意思）。如今已是2024年，听说马斯克的机器人已经上市，感觉AI发展的与人类相似的日子不远了。重新回想起教授的回答，我认为我们现在应该可以把AI当作人来看待。
我们应该像向老师请教，或者与朋友讨论一样去对待AI。当然，在AI时代，我们不能放弃学习，我们知道的越多，就越能知道怎么让AI来帮助我们。我们要把AI作为辅助工具来利用，让我们的工作和生活更高效。
我们的认知上限决定了AI作用的上限。如果我们拥有这样一个工具却不加以使用，或者仅仅提出一些刁钻的问题让它回答，与深度使用它来作为生活中的助手相比，效果是完全不同的。