周鸿祎离婚上了热搜，比几天前展示360版ChatGPT（还没命名，先用“360AI”）影响力还大。360AI不仅没放PPT，现场演示互动，还允许现场提问，而且确实出现了“错误”答案，让360AI回答梅西为阿根廷国家队进了多少个球时，360AI给出的答案是100个，实际应该是102个。
周鸿祎说他对这个答案不满意，其实，这应该是可以理解的。360AI目前内容少且互动少，信息更新不及时。由于是会话界面，对答案的要求比搜索引擎更高，类似的问题在搜索引擎“不是事”，但在chat窗口就是“错误”，类似问题在百度、360、搜狗、中国搜索都很多。只有经过大量语料的培训，才能大幅减少类似的错误。
但是，大量语料的培训，需要两个方面的支持，一是大模型背后的大算力需求，二是大量的信息标引人员的信息加工。而这两点，无论是百度的文心一言，还是360的360AI，或者阿里巴巴、华为的号称最牛中文大模型，都需要补课的，与算力相比，大量高效率的信息加工积累，差距更大。
因此，我一直认为，中文的通用AIGC，没必要克隆一个中文版的ChatGPT，又要画图，又要生成视频，就应该瞄准少数问题，例如替代搜索框，先把类似这样的问题解决好，然后再孵化其他能力。
另一个可以快速见效的方向是行业型ChatGPT。细分到具体的行业，能更准确地捕捉用户的需求，减弱了对算力的要求，同时由于语料少，可引入专业人士做信息加工，这样可在有限的范围内，快速得到、及时维护高质量的信息库。
还有一类更简单，将实时动态更新加入到信息产品中。我国早就有类似的产品，例如，360安全大脑的骚扰号码标记信息加工，搜狗拼音输入法的词库优化，今日头条、抖音的智能信息推送，都利用快速迭代的人工智能提升了效率或质量。
