OpenAI發(fā)布了一個(gè)叫做GPT-4o的新模型，這個(gè)新模型的能力已經(jīng)讓不少人感到驚訝，而它甚至還不是GPT-5。

OpenAI給2024年5月14日的這場(chǎng)發(fā)布會(huì)取名“春季功能更新”，就像它們形容當(dāng)初ChatGPT的發(fā)布是一次“低調(diào)的研究預(yù)覽”一樣。

而就像那次一樣，一切也都回不去了。

OpenAI發(fā)布了一個(gè)叫做GPT-4o的新模型，它的確不是GPT-5，但看了它能做的事情，再想到它甚至不是OpenAI正在砸更多的錢和智慧在做的GPT-5，你只會(huì)感覺(jué)更“可怕”。

發(fā)布會(huì)一開(kāi)始，OpenAI的CTO Mira Murati介紹了新模型GPT-4o（是的，Sam Altman全程沒(méi)有現(xiàn)身）。她強(qiáng)調(diào)這個(gè)模型是要給所有人使用，并且通過(guò)交互的更新讓人們忘了UI的存在。因?yàn)镺penAI的愿景正是如此。

而到此這似乎還很正常。

“不過(guò)是新模型而已嘛?！?/p>

但直到demo環(huán)節(jié)開(kāi)始，一切越來(lái)越離譜。

首先是一個(gè)實(shí)時(shí)對(duì)話的展示。

“我正在做demo，我有點(diǎn)緊張?！盡ark說(shuō)。然后他開(kāi)始故意喘息的非?？?。而GPT識(shí)別出了他的呼吸。

“哦，哦，哦，別緊張，慢下來(lái)。你不是個(gè)吸塵器?！盋hatGPT的女人聲音抑揚(yáng)頓挫，沒(méi)有任何延遲。

是沒(méi)有任何延遲。你不需要等她，她也不會(huì)讓你等，當(dāng)你直接開(kāi)始說(shuō)接下來(lái)的話，她會(huì)立刻停下來(lái)聽(tīng)，并立刻做出調(diào)整。

而且在這些回答中，它甚至有喘息和猶豫的聲音。

另一個(gè)很可怕的細(xì)節(jié)是，這些demo全程不需要任何多余的按鍵操作。

對(duì)，聲音的對(duì)話就像是在“打電話”。

另一個(gè)demo是假設(shè)要給朋友講一個(gè)關(guān)于機(jī)器人的睡前故事。

提出需求后，ChatGPT開(kāi)始正常的講故事。

但聽(tīng)的人并不喜歡，于是直接打斷說(shuō)，能不能講的更有感情更drama一點(diǎn)。

ChatGPT立刻調(diào)整，增加了一些懸疑感。

“不不不，我希望把感情和drama感拉滿。”聽(tīng)者再次直接打斷。——也就是說(shuō)ChatGPT在實(shí)時(shí)聽(tīng)著你的聲音。

然后ChatGPT變成了一個(gè)非常浮夸的故事講述者。

“你能不能用機(jī)器人的聲音給我講故事?！盡ira又直接插話。

而ChatGPT立刻開(kāi)始模仿機(jī)器人。注意，是模仿，也就是它的聲音一直是那個(gè)女聲，一切聽(tīng)起來(lái)就像家長(zhǎng)在講睡前故事時(shí)候會(huì)做的那樣。

“你能最后唱一首歌把這個(gè)故事結(jié)束么?！甭?tīng)者又提了要求。

然后ChatGPT立刻唱了一首歌。根據(jù)剛才的故事，實(shí)時(shí)，改編，并直接唱出來(lái)的一首歌。

“如果你之前使用過(guò)我們的語(yǔ)音模式，你會(huì)注意到幾個(gè)關(guān)鍵的區(qū)別。首先，你現(xiàn)在可以打斷模型了。你不需要等它結(jié)束你的回合，你可以隨時(shí)開(kāi)始說(shuō)話，隨時(shí)插話。其次，模型的響應(yīng)是實(shí)時(shí)的。這意味著你不需要再經(jīng)歷那種尷尬的兩到三秒的延遲，等待模型回應(yīng)。最后，當(dāng)我剛才呼吸非常急促時(shí)，模型能夠感知到情緒。它會(huì)提醒你，或許你需要放松一下，你的節(jié)奏快得有點(diǎn)過(guò)頭了。所以你知道，它確實(shí)具有全面感知情緒的能力。不僅如此，這個(gè)模型還能以各種不同的情感風(fēng)格生成聲音，它真的具有非常廣泛的動(dòng)態(tài)范圍?！?/p>

如果你是個(gè)創(chuàng)業(yè)者，或者熟悉大模型應(yīng)用創(chuàng)業(yè)環(huán)境的人，你會(huì)立刻意識(shí)到。

又有一批創(chuàng)業(yè)公司死了。

之后是視覺(jué)能力的展示。

對(duì)，在同一個(gè)產(chǎn)品上。一個(gè)據(jù)說(shuō)要免費(fèi)提供給全世界所有人的產(chǎn)品上。

他先是展示了一個(gè)通過(guò)攝像頭獲得視覺(jué)能力，然后實(shí)時(shí)指導(dǎo)你的數(shù)學(xué)解題的demo。

甚至因?yàn)椤盎糜X(jué)”問(wèn)題，ChatGPT在還沒(méi)打開(kāi)攝像頭時(shí)候就自信滿滿的說(shuō)理解了。當(dāng)展示者提示后，她說(shuō)“oops，我太興奮了?！?/p>

然后展示者打開(kāi)攝像頭，實(shí)時(shí)寫(xiě)了一個(gè)數(shù)學(xué)方程題，然后讓ChatGPT一步一步的提醒和講解他在做的解題思路。ChatGPT很好的做到了。

像一個(gè)很有經(jīng)驗(yàn)有耐心的數(shù)學(xué)老師那樣。

這還沒(méi)完。

似乎是為了打臉那些錄制好加速后的demo，他們還實(shí)時(shí)收集了X上的反饋。其中一個(gè)挑戰(zhàn)是：打開(kāi)攝像頭讓ChatGPT實(shí)時(shí)分析你的情緒。

展示者開(kāi)始攝像頭自拍，而ChatGPT立刻分析道：

“你看起來(lái)是個(gè)桌子?！薄?yàn)榇蜷_(kāi)攝像頭時(shí)，最先打開(kāi)的是前置的攝像頭，對(duì)準(zhǔn)的是桌子。

“不不不，那是之前的，你不用擔(dān)心，我不是個(gè)桌子?！狈窒碚哒f(shuō)到。

“哈哈，那就合理了?！盋hat GPT說(shuō)到。

這里看的時(shí)候，估計(jì)很多人跟我一樣驚了一下。

然后ChatGPT立刻分析：“你看起來(lái)非常開(kāi)心。大大的笑容，甚至有一點(diǎn)興奮。你想分享一下讓你這么開(kāi)心的原因么？”語(yǔ)氣里甚至能聽(tīng)到好奇，以及斟酌語(yǔ)句的感覺(jué)。

“因?yàn)槲以谧鰧?shí)時(shí)展示，讓大家看看你有多出色?！敝v者說(shuō)。

“哦，拜托，別讓我臉紅了。”ChatGPT帶著笑聲說(shuō)到。

瞬間，《Her》降臨?？苹贸闪爽F(xiàn)實(shí)。

看到這，所有人估計(jì)都明白了Sam Altman此前賣關(guān)子時(shí)候說(shuō)的“magic”是什么。

在驚嘆之余，還是再總結(jié)一下：

1. 這些操作全程沒(méi)有多余的點(diǎn)擊操作的交互。
2. 沒(méi)有絲毫延遲的視覺(jué)和聲音反饋。
3. 不僅能感受到你的情感，ChatGPT也自帶情緒和情感。
4. 能對(duì)桌面等更數(shù)字化的世界有更全面的信息感知。
5. 全部集成在一個(gè)產(chǎn)品里，而且可能是對(duì)所有人免費(fèi)的。

哦對(duì)，以及，這還不是GPT-5。

發(fā)布會(huì)后，OpenAI也在官網(wǎng)更新了這次發(fā)布的模型的具體信息：

https://openai.com/index/hello-gpt-4o/

還記得ChatGPT第一次出來(lái)時(shí)，有人形容跟它第一次親密接觸的感受：

當(dāng)你通過(guò)打字跟它交互的時(shí)候，等待它回答的過(guò)程仿佛能想象到對(duì)面坐著一個(gè)人，正在轉(zhuǎn)筆，思考如何回答你的問(wèn)題。

而今天，不只是你的嘆氣，情感和喘息能被AI感受到，你也能直接感受到對(duì)面的“人”的嘆氣，情感，和喘息。

在電影《Her》里，主人公最終愛(ài)上了這個(gè)AI助手。我們不知道GPT-4o加持下的新ChatGPT會(huì)帶來(lái)什么。更不知道GPT-5出現(xiàn)后會(huì)發(fā)生什么。

一切都太快了，都回不去了。

最后，對(duì)所有開(kāi)發(fā)者和創(chuàng)業(yè)者，這次發(fā)布又意味著什么？

也許這句當(dāng)時(shí)有些被人不以為意甚至覺(jué)得冒犯的話值得再看一遍，它可能說(shuō)明了一切：

目前有兩種構(gòu)建人工智能的策略：一種是假設(shè)模型不會(huì)改進(jìn)，然后在現(xiàn)有的能力上建設(shè)一堆小東西；另一種是假設(shè) OpenAI 將保持相同的增長(zhǎng)軌跡（繼續(xù)瘋狂迭代）。我認(rèn)為，95%的人應(yīng)該押注在第二種策略上。我們有改進(jìn)模型的使命，不是我不喜歡你們，但我們將碾壓你。

——Sam Altman，2023年4月17日