创作者生态与盈利模式的结合但不应该将这个阶段视为简单的商业化增长，因为整个产品的形态、技术的潜力、用户群体仍然在持续变化当中，这些变化会推动商业探索的边界变化。这个阶段有三个递进程度的实现：①

最近我自己在看LLM的机会，也和创业者、投资人、从业者进行非常多的交流。大家普遍的感觉是“我知道他很好，但我应该怎么做？”。在被OpenAI拖着狂奔的过程中，涌现出了很多机会，大家都处于一种兴奋而迷茫的状态。特别在OpenAI联手微软依次打翻文本应用（Jasper/Grammarly），办公软件（微软

预训练数据不止放文本数据进行，还把交错的文本、数据（例如网页，图文穿插），图像-图像注释数据（是的就是Diffusion用的那个）一起放进去做预训练（预训练是什么以前讲过）。2.

小科普：尤里卡，希腊词汇，是发现真相时的感叹词，在游戏文明6中，当你触发尤里卡，你的科技会缩短40%的研究时间（中国文明缩短50%）再小科普：AI绘画的尤里卡时刻有两个，Stable

我从1月30日写系列第一篇的时候就提过，这一波AIGC浪潮本质来源两项技术：一个是ChatGPT所代表的GPT、RLHF、Prompt等技术点，另一个则是AI绘画背后的Diffusion技术。2023年，只看这两项技术的影响力（除非有新的技术突破发生），其中GPT负责文本领域的狂飙，Diffusion负责图像领域的狂飙，两者合起来才是对内容生产领域完整的冲击。那我们接下来我们正式开始，本篇文章讲述以下内容：1.

我整理了40+GPT方向&Diffusion方向目前听到、看到、体验到的落地项目及可能方向，每个方向都包含有基本的商业化及技术可行性分析。就是下图这个，后续会持续增加并更新信息那么为什么我要做这个东西，并大言不馋地说是“开源”呢？难道把一个Excel分享一下就叫开源了吗？接下来耽误您三分钟时间听听我的前因后果。除了这个商业库以外，我希望中间的思考对您也能产生价值。为什么要做这个东西？相信很多人认识我是从这两篇万字长文开始的，即：万字长文：AI产品经理视角的ChatGPT全解析深度思考：AIGC这波技术狂潮能否商业化落地？（内含思维导图）这两篇文章一共用了我一周的时间，但是写完后我就发现，我其中的信息已经开始过时了。甚至最极端的情况，我在改完错别字，准备发的时候，突然就发现某个技术瓶颈已经消失了！这波浪潮来得如此汹涌猛烈，以至于我陷入了信息焦虑状态，为此甚至停下了计划中的后续产出。这种焦虑主要来自两个方面：第一，信息急速涌现：1.

Learners》模型预训练训练中所用到的数据集可挂载其他模块，但目前没有标准方法目前看到的一些方式是，用GPT作为输入端，再用其他工具作为逻辑端，例如GPT+unity，GPT+Wolfram

在前文《万字长文：AI产品经理视角下的ChatGPT全解析》中，有一些没说明白的地方，所以新增一篇补录。放心放心，只看前两部分的话只有1000多字，相当轻松。最后一部分是技术详解，脑子发痒可以跳过不看（但是记得去底部点赞转发^^）。另外如果没看过前文的可以滑到底部点击“阅读原文”，这样就能就跳到那篇文章了~第一部分

最近一段时间持续在关注两个技术方向：ChatGPT所代表的大语言模型对NLP领域的推动Diffusion算法对图像领域的推动今天这篇会先展开说一说ChatGPT，大致上包含以下方面：讲明白ChatGPT的技术原理（放心，是科普向的原理，没有任何公式）说明白ChatGPT的技术到底牛在哪里ChatGPT可能的落地应用方向AI产品经理在这波浪潮中可以做些什么全文10389个字，阅读需要几分钟我也不知道哈哈。对技术不感兴趣的可以直接滑动到屏幕将近一半的位置阅读第三部分和第四部分。前言