以下是一些 ChatGPT 在国内的平替：
FindTheChatGPTer：地址：[https://github.com/chenking2020/FindTheChatGPTer](https://github.com/chenking2020/FindTheChatGPTer)简介：ChatGPT爆火，开启了通往AGI的关键一步，本项目旨在汇总那些ChatGPT的开源平替们，包括文本大模型、多模态大模型等，为大家提供一些便利。LLM_reviewer：地址：[https://github.com/SpartanBin/LLM_reviewer](https://github.com/SpartanBin/LLM_reviewer)简介：总结归纳近期井喷式发展的大语言模型，以开源、规模较小、可私有化部署、训练成本较低的‘小羊驼类’模型为主。Awesome-AITools：地址：[https://github.com/ikaijua/Awesome-AITools](https://github.com/ikaijua/Awesome-AITools)简介：收藏整理了AI相关的实用工具、评测和相关文章。open source ChatGPT and beyond：地址：[https://github.com/SunLemuria/open_source_chatgpt_list](https://github.com/SunLemuria/open_source_chatgpt_list)简介：This repo aims at recording open source ChatGPT,and providing an overview of how to get involved,including:base models,technologies,data,domain models,training pipelines,speed up techniques,multi-language,multi-modal,and more to go.
接下来，让我们把目光转向国际AI领域的明星产品——ChatGPT。这款由OpenAI开发的AI助手可以说是家喻户晓，对许多人而言，它就像是打开AI世界的第一把钥匙，引领我们步入了一个全新的智能时代。ChatGPT的成功绝非偶然。首先，它的开创性不容忽视。作为首批向公众开放的大规模商用AI对话系统之一，ChatGPT在全球范围内掀起了一场AI革命，让人工智能从实验室走入了千家万户。它不仅改变了人们对AI的认知，也为未来的技术发展指明了方向。在用户体验方面，ChatGPT可谓是精心设计。它的界面简洁直观，交互流畅自然，即使是AI领域的新手也能轻松上手。这种以用户为中心的设计理念，大大降低了普通人接触和使用AI的门槛，为AI的普及做出了重要贡献。从技术角度来看，ChatGPT的实力毋庸置疑。它背后的GPT系列模型在性能和能力上一直处于行业领先地位。无论是语言理解的深度，还是生成内容的质量，ChatGPT都展现出了令人惊叹的水平。这强大的技术基础使得ChatGPT能够应对各种复杂的任务和挑战。然而，我们也要客观地认识到ChatGPT的一些局限性。随着AI技术的飞速发展，尽管ChatGPT仍然强大，但它已不再是市场上唯一的顶级选择。其他AI公司和研究机构也在不断推出新的模型和产品，有些在特定领域甚至超越了ChatGPT的表现。此外，对于国内的用户来说，使用ChatGPT可能会遇到一些技术障碍。由于网络连接的问题，用户可能会经历连接不稳定、响应延迟等困扰，这在一定程度上影响了使用体验。总的来说，如果你身在海外或拥有稳定的国际网络连接，ChatGPT无疑是一个极佳的选择。它强大的功能、优秀的用户体验以及广泛的应用范围，使其成为AI对话领域的标杆产品。然而，对于国内用户而言，可能需要考虑一些本地化的替代方案，以获得更流畅、更便捷的使用体验。
从业内人的角度,ChatGPT和GPT4的出现时最令人惊讶的,不是它的能力,而是保密工作做的太好。2023之前国内AI行业还处在沾沾自喜,自认为和美国只有个把月差距,而且还有人口数据优势;这种论调一下子被GPT4打回了原形。OpenAI在国内完全没有预警的情况下,直接拉开2年技术差距。具体原因,可能是国内的骄傲自大,可能是被之前Google主推的T5技术路线带偏,也可能是因为AGI实在是影响过于巨大,FBI、美国国防部这些国家机关不可能没和OpenAI打过招呼。OpenAI的成功是大力出奇迹,所以23年上半年国内也笃信只要有卡有钱就可以“大炼钢铁”。那时不论是纷纷囤卡招人,研究类GPT架构的大厂们,还是讲着中国OpenAI的故事,拿着巨额融资的创业公司们,都想要第一个创造国产AGI。而到了下半年,在试验了一番发现不容易之后,又纷纷转向要做“垂直应用”、“商业化”;反而不提AGI了。这个转向是短视的,甚至是致命的。2023年,中美在AGI技术的差距并没有缩小。现在,国内最领先的模型水平大概在准ChatGPT3.5的水平,和GPT4还有不小差距;甚至还不如临时拼凑的Mistral团队的水平。大厂。大厂们无论是人才、GPU、数据,还是资金储备都是可以冲击AGI的,不过从实际效果上来看还并没有明确亮点。但与此同时,受内部短期考核压力的裹挟,大多数力量应该都放在卷新产品圈地盘和向上汇报工作上了。从另一个角度,这些模型虽然能力一般,但和业务的结合都是比较充分的。最后,大厂们同时背负了太多其他业务和政治考量:对于是否做大模型的出头鸟,很多公司都是要三思的。具体来讲,百度和阿里是大厂里比较高调:百度的“文心4.0”是当前国内能力最好的模型之一,即将发布的阿里的“通义千问