2015年12月，【【微信】】成立，最初是为了防止DeepMind作恶，同时创建一个安全可靠的AGI，推动AI进步造福人类。它的发展之路经历了什么呢？本文作者整理了 【【微信】】 成立以来的商业脉络，相信看完你会对【【微信】】的商业有更深的理解。

本期内容紧接上篇《【【微信】】 发布，新一波 AI 创业浪潮 ｜AI 创业公司这次可以和巨头扳手腕了么？》，整理了 【【微信】】 成立以来的商业脉络，文章主要分为 5 个小节叙述：

1. 屠龙少年，为造福人类而生
2. 无法造血，向运营成本妥协
3. 背靠微软，图钱图人图算力
4. 惊鸿一瞥，打开AIGC新世界
5. 百亿加码，直捅谷歌老巢

关于 【【微信】】 的由来，说来也比较科幻。2014 年，谷歌以 6 亿美元收购了 DeepMind，考虑到 AI 本身在计算领域的绝对优势，但不具备人类一样的价值观，为了防止哪一天 “DeepMind 作恶”，做出像灭霸这样打响指的神操作，Elon Musk 等人认为需要成立一家复仇者联盟，不，是非赢利组织来应对这种潜在危机，并推动 AI 进步造福人类。

2015 年 12 月，Elon Musk 和 Greg Brockman（前 Stripe CTO，现董事长&总裁）、Sam 【【微信】】（前 YC 总裁，现 CEO） 以及 Ilya Sutskever（师从神经网络之父 Geoffery Hinton，现首席科学家）等人在旧金山创立 【【微信】】。

根据公开信息，【【微信】】 最早的一笔投资金额为 10 亿美元，除了 Elon Musk 和 Sam 【【微信】】 的直接投资，还包括他们从亲朋好友那里完成的募资，这里面就有 Linkdin 的联合创始人 Reid Hoffman、Paypal 联合创始人 Peter Thiel 以及 Jessica Li【【微信】】（YC 联合创始人），甚至也出现了 AWS、YC 以及 Infosys 的身影。

【【微信】】 成立之初除了防止 DeepMind 作恶，其使命还旨在确保通用人工智能 AGI 造福全人类，创建一个安全可靠的 AGI，并尽可能广泛和平等地共享其优势。当时 Musk 认为防止有人拿AI 作恶的最好方式是让 AI 技术民主化，人人拥有 AI 就相当于没有任何人或少部分人拥有这项技术特权。

2017 年 3 月，【【微信】】 内部意识到了一个问题，保持非营利性质无法维持组织的正常运营，因为一旦进行科研研究，要取得突破，所需要消耗的计算资源每 3～4 个月要翻一倍，这就要求在资金上对这种指数增长进行匹配，而 【【微信】】 当时的非盈利性质限制也很明显，还远远没达到自我造血的程度。

烧钱的问题同期也在 DeepMind 身上得到验证。在当年被谷歌收购以后，DeepMind 短期内并没有为谷歌带来盈利，反而每年要烧掉谷歌几亿美元，2018 年的亏损就高达 4.7 亿英镑， 2017 年亏损为 2.8 亿英镑，2016 年亏损为 1.27 亿英镑，烧钱的速度每年同比递增，唯一的解决办法就是对外引进财务投资了。

或许是这一理念上的冲突，Musk 在 2018 年 2月辞去了 【【微信】】 的董事会职务，当时宣称是避免和 Tesla 的经营产生冲突，并继续为这家非盈利机构捐款并担任顾问；在 Musk 离开的同时，【【微信】】 也迎来了新的 6 位捐助者，他们包括游戏开发商 Gabe Newell、Skype创始人 Jaan Tallinn，以及前美国和加拿大奥运选手 【【微信】】 和 Brianne Theisen-Eaton。

为解决资金的问题，2019 年 3 月，Sam 【【微信】】 卸任 YC 总裁转为董事长，同时出任 【【微信】】 的 CEO，将更多精力集中在 【【微信】】。在 【【微信】】 的推动下， 【【微信】】 成立了一个受限制的营利实体―― 【【微信】】 LP ，这种营利性和非营利性的混合体被 【【微信】】 被称为“利润上限”。

Source：【【微信】】 官网

根据 【【微信】】 在 2019 年 3 月的声明，如果 【【微信】】 能够成功完成其使命――确保通用人工智能 AGI 造福全人类，那么投资者和员工可以获得由上限的回报，这个新的投资框架下，第一轮的投资者回报上限被设计为不超过 100 倍，往后轮次的回报将会更低。

这里需要指出的是，从当时这个时间节点开始， 【【微信】】 这个词被官方定义为特指 “【【微信】】 LP”，即 【【微信】】 的营利实体，而非原先的非盈利实体 “【【微信】】 Nonprofit”，后者法定名 【【微信】】 Inc （PS：感兴趣的读者可以翻文末官方链接）。同时， 【【微信】】 受到非营利实体 【【微信】】 Inc 董事会监督，以此解决对计算、资金以及人才的需求，任何超额回报将捐给 【【微信】】 的非营利实体所有。

同时，在这份声明中，【【微信】】 官宣了当时来自 ReidHoffman 慈善基金以及 Khosla 【【微信】】 的 pre-种子轮投资，后者还对外宣布这是第一家投资 【【微信】】 的 VC 机构。

这项声明发布的四个月后，2019 年 7 月 【【微信】】 接受了微软 10 亿美元的战略投资，根据 【【微信】】 描述，这笔资金将用来加速 AGI 的开发与商业化，同时 【【微信】】 将把微软的 Azure 作为其独家云计算供应商，双方一同开发新的技术与功能。

目前看来，当时引入微软的做法很成功，为后来推出的 【【微信】】 产品提供了充足的火力，算力与资金都得到了保障，和微软的合作也在业务上有很大的协同性，微软也可以借此在云计算领域与谷歌和亚马逊展开竞争。

在当时的记者访谈中，微软 【【微信】】 表示微软不一定会一下子投资 10 亿美元，这笔资金可能在 10 年或更长时间分发出去，而 【【微信】】 从微软购买的算力，这笔资金最终将回馈到微软中去，而 【【微信】】 则表示 10 亿美元的大部分将被用于算力投入。

对此， 就职于 Facebook 人工智能实验室的 PyTorch 之父 Soumith Chintala 为微软和 【【微信】】 算了笔账， 如果按每年 1 亿美元投入，期限 10 年，Azure 获得了品牌价值，可与谷歌大脑和旗下的 TensorFlow、AWS、IBM Watson 等对手在咨询和云业务上提升品牌价值，而 【【微信】】 拿到了 10 亿美元的算力预算以及营销广告，简直完美，随后 Brockman 回帖表示这笔钱将在 5 年内甚至更快花完。

2020 年，【【微信】】 在完成了其种子轮融资后，同年 5 月推出了 GPT-3，这是一种具有 1750 亿个参数的语言模型，数量级上比前代 GPT-2 的 15 亿参数大了百倍量级，同期微软也在这一年曾表示正通过其 Azure 公共云平台中构建一台超级计算机，其拥有超过 10000 张显卡以及 285000 个 CPU 核心，将用于 【【微信】】 在机器学习领域研究，即通过 Azure AI 超级计算机训练 GPT-3.5，来为聊天机器人 【【微信】】 提供支持。

2021 年，【【微信】】 完成了 2.5 亿美元的 A 轮融资，根据 The Information 的报道，这笔融资对 【【微信】】 的估值达到 200 亿美元，通过从老股东手里购买股权，新的投资机构就包括红杉、老虎环球、A16Z 以及 BedRock。

2022 年，【【微信】】 发布了一系列令人瞩目的 AI 模型，4 月发布了 Dall-E2 图像生成模型并在 7 月正式开卖，11 月底又推出基于 GPT3.5 的 【【微信】】 智能对话产品，在短短数日内在全球范围内圈粉 100 万，用户可以通过 【【微信】】 制作求职信、简历、写作、诗歌以及作词，当然官方也承认 【【微信】】 有时会产生不太准确的信息。

Elon Musk 当时在收购 Twitter 后也没闲着，一边表示当初离开 【【微信】】 是因为理念上的冲突，并且已经一年多没有参与这个项目了，而 【【微信】】 官方这边的说法是 Musk 也并没有正式参与 【【微信】】 LP 的事务，另一边在体验了 【【微信】】则调侃该 AI 对话机器人好用得吓人，【【微信】】 违背了当初作为开源和非营利机构的成立初衷，【【微信】】 应该更加开放，同时还表示对 【【微信】】 的安全问题表示担忧。

2022 年 12 月，【【微信】】 曾接受 WSJ 的采访，他表示 【【微信】】 并没有被收购或上市计划，而投资者需要退出则只能通过转股等方式，而今年 1 月初，据 WSJ 报道，Thri【【微信】】 和 Peter Thiel 背后的 Founders Fund 正在就投资 【【微信】】 进行谈判，并允许早期投资者和员工以 290 亿美元的估值出售股票，据悉融资金额将至少达 3 亿美元，而回报上限目前被限制在 20 倍左右，【【微信】】 认为这种有上限的投资结构是有必要的，能够保障投资者、员工以及更广泛用户的利益。

CEO 【【微信】】 此前曾表示，【【微信】】 的每一次互动将花去几美分的计算成本，而根据 TechCrunch 测算，当前坐拥 100 万用户，【【微信】】 每天需要烧钱 10 万美元，每月需要花费 300 万美元，因此商业化对于 【【微信】】 来说是当务之急。

【【微信】】 目前的主要商业模式是 API 费用以及软件许可：

• API 费用：在【【微信】】 上注册并创建账户将获得 18 美元的免费代币，有效期 3 个月，用完或过期需要更换，而访问其模型则需要支付一笔费用；
• Token 费用：注册用户通过令牌使用 【【微信】】 的 DALLE2 模型，首月将获得 50 免费积分，随后每月获得 15 免费积分，每 1 积分将根据 Prompts 生成四张可选图像；另一种则是针对更高频用户提供的付费包，花费 15 美元购买 115 积分，大概能够生成 460 张图；

根据路透社此前报道，【【微信】】 预计在 2024 年达到 10 亿美元的收入，而 2023 年预计为 2 亿美元，而去年的收入规模已经翻了一倍达到 8000 万美元。

除了加强自我造血能力，继续融资也是 【【微信】】 的另一个选项。这不，近日有外媒报道微软将再次投资 【【微信】】 100 亿美元，但这是一笔复杂的交易，微软将获得 【【微信】】 所获利润的 75% ，直到微软收回投资成本后将恢复到 【【微信】】 的所有权结构，即对 【【微信】】 49% 的股份，其它的投资者占 49%，【【微信】】 Inc 占 2%。

在业务协同上，微软还将把 【【微信】】 的 【【微信】】 技术集成到自家的 Bing 搜索引擎中，最早可能在今年 3 月底前推出 【【微信】】 的 Bing 版本，其最大的特点是融合了 【【微信】】 的直接回答和查询能力，而不是传统检索和返回网页链接的模式，以此挑战谷歌在搜索领域的主导地位。

除了搜索引擎，微软还将 【【微信】】 带入旗下其它 Office 产品中，例如提升 Microsoft Word 中的自动完成功能，增强 Outlook 中的邮件搜索结果，从而进一步提升 Office 的市场份额；在此之前，微软已经于去年将 【【微信】】 发布的 DALL-E 2 文本到图像生成模型集成到了 Azure 【【微信】】 服务中，以及旗下的 Microsoft Designer 应用以及 Bing Image Creator 中，用户可以通过描述行 Prompt 提示词生成 AI 图像。

微软的一系列举动也引起了谷歌的注意，就在上月的一份备忘录中，谷歌 CEO Sundar Pichai 就表示正在重组公司内部的业务组，以此来应对 【【微信】】 的威胁，因为这可能影响谷歌的商业模式与竞争优势，毕竟谷歌的搜索业务占到了母公司 【【淘密令】】% 的收入，而微软的 Bing 目前仅占市场份额的 3%。

对此，也有网友在推特上表示自己在 【【微信】】 上的使用次数已经比谷歌搜索还多，如果这一用户行为在将来成为现实或者成为人们的搜索习惯，那么 【【微信】】 当前 290 亿美元的估值仅是 12000 亿美元市值的 2.4% 似乎并不过分。

Reference：

[1] 《创始人爆料！被谷歌收购前，DeepMind 已濒临破产》，新智元；

[2]《The messy, secretive reality behind 【【微信】】’s bid to sa【【微信】】》，MIT Technology Review；

[3]《【【微信】】 C The Creator of Revolutionary 【【微信】】》，Startuptalky；

[4]《Sam 【【微信】】 steps down as president of Y Combinator to focus on 【【微信】】》，The New Economy；

[5]《With $1 Billion From Microsoft, an A.I. Lab Wants to Mimic the Brain》，The New York Times；

[6]《【【微信】】 reportedly in ad【【微信】】nding from Microsoft》，Silicon on Angel；

[7]《【【微信】】 Creator Is Talking to In【【微信】】hares at $29 Billion 【【微信】】》，WSJ；

[8]《Exclusive: 【【微信】】 owner 【【微信】】 projects $1 billion in re【【微信】】》，Reuters；

[9]《Microsoft eyes $10 billion bet on 【【微信】】》，Semafor；

[10]https://openai.com/charter/

[11]https://openai.com/blog/openai-lp/

免责声明：在任何情况下，本文信息或表述，不构成任何投资建议；若有侵权，请后台联系删除。

作者：TimJ；来源公众号：江天Tim

本文由 @江天Tim 原创发布于人人都是产品经理，未经许可，禁止转载

题图来自 Unsplash，基于 CC0 协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

给作者打赏，鼓励TA抓紧创作！ 赞赏

医疗器械udi 出口贸易信用保险

OpenAI 和 Microsoft Sentinel 简介

openai推出gpt-4,openai是哪个公司的,openai的服务在您所在的国家不可用,openai和chatGPT什么关系

欢迎来到我们关于 【【微信】】 和 Microsoft 【【微信】】 的系列！大型语言模型或 LLM，例如 【【微信】】 的 GPT3 系列，正在通过文本摘要、类人对话、代码解析和调试以及许多其他示例等创新用例接管公众的想象力。我们已经看到 ChatGPT 编写剧本和诗歌、创作音乐、撰写论文，甚至将计算机代码从一种语言翻译成另一种语言。

 

如果我们可以利用这种不可思议的潜力来帮助安全运营中心的事件响应人员，会怎样？好吧，我们当然可以――而且很简单！Microsoft 【【微信】】 已经包含一个用于 【【微信】】 GPT3 模型的内置连接器，我们可以在由 Azure Logic Apps 提供支持的自动化剧本中实施。这些强大的工作流易于编写并集成到 SOC 操作中。今天，我们将了解 【【微信】】 连接器，并使用一个简单的用例探索其一些可配置参数：描述与 【【微信】】 事件相关的 MITRE ATT&CK 策略。

 

在我们开始之前，让我们先了解一些先决条件：

• 如果您还没有 Microsoft 【【微信】】 实例，您可以使用免费的 Azure 帐户创建一个实例并按照【【微信】】 入门快速入门进行操作。
• 的预先记录的数据来测试我们的剧本。?
• 您还需要一个带有用于 GPT3 连接的 API 密钥的
• 我还强烈建议查看 Antonio Formato 关于使用 ChatGPT 和 【【微信】】 处理事件的优秀博客，其中 Antonio 介绍了一个非常有用的多用途手册，它已成为迄今为止在 【【微信】】 中几乎所有 【【微信】】 模型实现的参考。?

 

我们将从一个基本的事件触发剧本开始（【【微信】】 > Automation > Create > Playbook with incident trigger）。

 

 

选择订阅和资源组，添加剧本名称，然后移至“连接”选项卡。您应该会看到带有一个或两个身份验证选项的 Microsoft 【【微信】】 - 我在此示例中使用的是托管身份 - 但如果您还没有任何连接，您也可以在逻辑应用程序设计器中添加 【【微信】】 连接.

 

 

查看并创建剧本，几秒钟后，资源将成功部署并将我们带到逻辑应用程序设计器画布：

 

 

让我们添加我们的 【【微信】】 连接器。单击“新建步骤”并在搜索框中键入“【【微信】】”。您会在顶部窗格中看到连接器，并在其下方看到两个操作：“创建图像”和“GPT3 完成您的提示”：

 

 

选择“GPT3 完成您的提示”。然后，系统会要求您在以下对话框中创建与 【【微信】】 API 的连接。如果您还没有，请在上创建一个密钥，并确保将其保存在安全位置！

 

 

确保在添加 【【微信】】 API 密钥时完全按照说明进行操作 - 它需要单词“Bearer”，后跟一个空格，然后是密钥本身：

 

 

成功！我们现在已经为我们的提示准备好 GPT3 文本完成操作。我们想要让 AI 模型解释与 【【微信】】 事件相关的 MITRE ATT&CK 策略和技术，所以让我们使用动态内容编写一个简单的提示来插入来自 【【微信】】 的事件策略。

 

 

我们快完成了！保存逻辑应用并转到 Microsoft 【【微信】】 事件以对其进行测试运行。我的实例中有来自 Microsoft 【【微信】】 Training Lab 的测试数据，因此我将针对恶意收件箱规则警报触发的事件运行此剧本。

 

 

您可能想知道为什么我们没有在我们的剧本中配置第二个操作来添加带有结果的评论或任务。我们会到达那里 - 但首先我们要确保我们的提示从 AI 模型返回好的内容。返回 Playbook 并在新选项卡中打开 O【【微信】】。您应该在运行历史记录中看到一个项目，希望带有绿色复选标记：

 

 

单击该项目可查看有关逻辑应用运行的详细信息。我们可以展开任何操作块以查看详细的输入和输出参数：

 

 

我们的 GPT3 操作只用了两秒钟就成功完成了。让我们单击操作块将其展开并查看其输入和输出的完整详细信息：

 

 

让我们仔细看看“输出”部分中的“选择”字段。这是 GPT3 返回其完成的文本以及完成状态和任何错误代码的地方。我已将 Choices 输出的全文复制到 【【微信】】 中：

 

 

目前看起来还不错！GPT3 正确扩展了“防御规避”的 MITRE 定义。在我们向剧本添加逻辑操作以使用此答案文本创建事件评论之前，让我们再看一下 GPT3 操作本身的参数。【【微信】】文本补全动作中一共有九个参数，不算引擎选择和提示：

 

 

这些是什么意思，我们如何调整它们以获得最佳结果？为了帮助我们了解每个参数对结果的影响，让我们转到。我们可以在逻辑应用程序运行的输入字段中粘贴准确的提示，但在单击“提交”之前，我们要确保参数匹配。下面是一个快速表格，用于比较 Azure Logic App 【【微信】】 连接器和 【【微信】】 Playground 之间的参数名称：

 

Azure 逻辑应用程序连接器	开放人工智能游乐场	解释
引擎	模型	将生成完成的模型。我们可以在【【微信】】 connector中选择达芬奇（新）、达芬奇（旧）、居里、巴贝奇或阿达，分别对应'text-da【【微信】】'、'text-davinci-002'、'text-curie-001' 、'text-babbage-001' 和 'text-ada-001' 在 Playground 中。
n	不适用	为每个提示生成多少完成。相当于在Playground中多次重新进入提示。
最好的	（相同的）	生成多个完成并返回最好的一个。谨慎使用――这会消耗大量代币！
温度	（相同的）	定义响应的随机性（或创造性）。设置为 0 以获得高度确定性、重复的提示完成，其中模型将始终返回其最有信心的选择。设置为 1 以获得具有更多随机性的最大创意回复，或根据需要介于两者之间。
最大代币	最大长度	ChatGPT 响应的最大长度，以令牌形式给出。一个令牌大约等于四个字符。ChatGPT 使用以代币计价；在撰写本文时，1000 个代币的价格为 0.002 美元。API 调用的成本将包括提示的令牌长度和回复一起，因此如果您想保持每次响应的最低成本，请从 1000 中减去提示的令牌长度来设置回复的上限。
频率惩罚	（相同的）	范围从 0 到 2 的数字。值越高，模型逐字重复行的可能性就越小（它将尝试查找同义词或重述行）。
存在惩罚	（相同的）	一个介于 0 到 2 之间的数字。值越高，模型重复响应中已经提到的主题的可能性就越小。
顶部	（相同的）	如果您不使用温度，另一种设置响应“创造力”的方法。该参数根据概率限制可能的答案标记；设置为 1 时，将考虑所有标记，但较小的值会减少前 X% 的可能答案集。
用户	不适用	唯一标识符。我们不需要设置此参数，因为我们的 API 密钥已经用作我们的标识符字符串。
停止	停止序列	最多四个序列将结束模型的响应。

 

让我们使用以下 【【微信】】 API Playground 设置来匹配我们的逻辑应用程序操作：

• 型号：text-da【【微信】】
• 温度：1
• 最大长度：100

这是我们从 GPT3 引擎得到的结果。

 

 

看起来响应在句子中间被截断了，所以我们应该增加最大长度参数。否则，此响应看起来还不错。我们正在使用最高可能的温度值――如果我们降低温度以获得更确定的响应，会发生什么？以温度为零为例：

 

 

在 temperature=0 时，无论我们重新生成此提示多少次，我们都会得到几乎完全相同的结果。当我们要求 GPT3 定义技术术语时，这很有效；作为 MITRE ATT&CK 战术的“防御规避”的含义应该没有太大差异。我们可以通过添加频率惩罚来提高响应的可读性，以降低模型重复使用相同词的倾向（“技术如”）。让我们将频率惩罚增加到最大值 2：

 

 

到目前为止，我们只使用了最新的达芬奇模型来快速完成任务。如果我们下降到 【【微信】】 更快、更便宜的模型之一，例如 Curie、Babbage 或 Ada，会发生什么？让我们将模型更改为“text-ada-001”并比较结果：

 

 

嗯……不完全是。让我们试试巴贝奇：

 

 

Babbage 似乎也没有返回我们正在寻找的结果。也许居里会过得更好？

 

 

可悲的是，居里也不符合达芬奇设定的标准。它们当然很快，但我们为安全事件添加上下文的用例并不依赖于亚秒级响应时间 - 摘要的准确性更为重要。我们将继续使用达芬奇模型、低温和高频惩罚的成功组合。

 

回到我们的逻辑应用程序，让我们将我们从 Playground 发现的设置传输到 【【微信】】 操作块：

 

 

我们的逻辑应用程序还需要能够为我们的事件写评论。单击“新建步骤”并从 Microsoft 【【微信】】 连接器中选择“向事件添加注释”：

 

 

我们只需要指定事件 ARM 标识符并撰写我们的评论消息。首先，在动态内容弹出菜单中搜索“事件 ARM ID”：

 

 

接下来，找到我们上一步输出的“文本”。您可能需要单击“查看更多”才能查看输出。逻辑应用程序设计器会自动将我们的评论操作包装在“For each”逻辑块中，以处理为同一提示生成多个完成的情况。

 

 

我们完成的逻辑应用应类似于以下内容：

 

 

让我们再测试一下！回到那个 Microsoft 【【微信】】 事件并运行剧本。我们应该在我们的逻辑应用程序运行历史记录中获得另一个成功完成，并在我们的事件活动日志中获得一个新评论。

 

 

如果到目前为止，您一直与我们保持联系，那么您现在可以将 【【微信】】 GPT3 与 Microsoft 【【微信】】 集成在一起，这可以为您的安全调查增加价值。请继续关注我们的下一部分，我们将讨论更多将 【【微信】】 模型与 【【微信】】 集成的方法，解锁可以帮助您充分利用安全平台的工作流程！