领先的OpenAI正在减速
日期：2024-05-14 作者：小天
来源：www.txunda.com
人气：507
“如果是GPT-5的话， OpenAI还是会远远领先于我们。如果它是‘AI Search’、‘语音助手’之类的，那么‘开放 AI’的衰落也就从此开始了。”
一名 AI大型建模从业者对小编表示，业界对于开放 AI的期望过高，如果不做出像GPT-5那样颠覆性的革新，恐怕难以满足受众的“胃口”。
虽然在 OpenAI的直播之前，Sam Altman就说过，不会推出GPT-5 (GPT-4.5)，但对于 OpenAI的前景，外界却是充满了期待。
北京时间五月十四日早上， OpenAI发布了其最新版本GPT-4o, o意为全能模型（Omnimodel）。长达20分钟的视频演示，将目前市面上任何一款语音助手都无法比拟的人工智能互动体验，与国外媒体爆料的内容基本一致。
尽管GPT-4o展示出来的效果依然可以用“炸裂”来形容，但是业界却认为，这与 Altman在预告中所说的“魔法”一词并不相符。许多人将其视为“偏离 OpenAI使命”的工具。
OpenAI的PR小组似乎已经预见到了这样的公众意见。在发布会之后， Altman在自己的博客上作出了这样的说明：
“我们的任务很重要的一环，就是让那些功能强大的人工智能工具能够免费（或者以折扣价）为大家所用。我很骄傲的是，我们把全球最好的模型都放在 ChatGPT上，而且不带任何广告。在我们创建 OpenAI的时候，我们的初衷就是要创建人工智能，并通过它为全世界带来各种各样的好处。取而代之的是，目前看来，我们要制造出人工智能，而别人则会利用人工智能来制造各种各样的神奇东西，造福于我们。”
GPT-4o不但大大提高了用户体验，同时大大减少了延时，它还对GPT-4进行了大量的更新，其中包括：
出色的多模式互动功能，包括声音，视频和屏幕分享。
它能对人的面部表情、语言、数学公式进行实时的辨识与理解。
互动语音的情感是非常丰富的，它能改变语音的语调，风格，还能模拟、“即兴”演唱。
延迟极小，可以在聊天的过程中中断人工智能，添加更多的信息或者打开新的话题。
所有 ChatGPT的用户都是免费的（有使用限制）。
比GPT-4Turbo快一倍， API开销降低了一半，而码率上限提高了5倍。
一些行业专家表示，GPT-4o的多种模式功能仅仅是“看起来”不错而已，而事实上， OpenAI还没有展现出在多模式可视化方面的真正“突破”。
尽管该模式可以添加语调，甚至可以进行即兴的歌唱，但是它的内容仍然不够细致，也不够有创意。
另外，在发布会之后， OpenAI的官方网站上也公布了关于GPT-4o的一些应用实例。包含：相片转换为卡通样式、会议纪要、图片合成；以图像为基础的三维内容生成；手写体，草稿生成；有样式的海报，漫画的产生，美术字型的产生，等等。
而这些能力中，比如图片转漫画、会议纪要之类的，都是很常见的插画、 AI建模之类的。
一名 AI大型建模从业者对小编表示，业界对于开放 AI的期望过高，如果不做出像GPT-5那样颠覆性的革新，恐怕难以满足受众的“胃口”。
虽然在 OpenAI的直播之前，Sam Altman就说过，不会推出GPT-5 (GPT-4.5)，但对于 OpenAI的前景，外界却是充满了期待。
北京时间五月十四日早上， OpenAI发布了其最新版本GPT-4o, o意为全能模型（Omnimodel）。长达20分钟的视频演示，将目前市面上任何一款语音助手都无法比拟的人工智能互动体验，与国外媒体爆料的内容基本一致。
尽管GPT-4o展示出来的效果依然可以用“炸裂”来形容，但是业界却认为，这与 Altman在预告中所说的“魔法”一词并不相符。许多人将其视为“偏离 OpenAI使命”的工具。
OpenAI的PR小组似乎已经预见到了这样的公众意见。在发布会之后， Altman在自己的博客上作出了这样的说明：
“我们的任务很重要的一环，就是让那些功能强大的人工智能工具能够免费（或者以折扣价）为大家所用。我很骄傲的是，我们把全球最好的模型都放在 ChatGPT上，而且不带任何广告。在我们创建 OpenAI的时候，我们的初衷就是要创建人工智能，并通过它为全世界带来各种各样的好处。取而代之的是，目前看来，我们要制造出人工智能，而别人则会利用人工智能来制造各种各样的神奇东西，造福于我们。”
如果您需要相关服务，可以找天津天迅达科技有限公司，我们的业务有Web开发、iOS APP、Android APP、微信开发、HTML5开发等，天迅达——您身边的App个性化定制专家！
GPT-4o基本上可以很好地解决系统的时延问题。GPT-4o对声音的应答最短时间是232ms，平均时间是320ms。未用GPT-4o的ChatGPT语言会话功能，其平均延迟为GPT3.5为2.8s,GPT-4为5.4s。GPT-4o不但大大提高了用户体验，同时大大减少了延时，它还对GPT-4进行了大量的更新，其中包括：
出色的多模式互动功能，包括声音，视频和屏幕分享。
它能对人的面部表情、语言、数学公式进行实时的辨识与理解。
互动语音的情感是非常丰富的，它能改变语音的语调，风格，还能模拟、“即兴”演唱。
延迟极小，可以在聊天的过程中中断人工智能，添加更多的信息或者打开新的话题。
所有 ChatGPT的用户都是免费的（有使用限制）。
比GPT-4Turbo快一倍， API开销降低了一半，而码率上限提高了5倍。
一些行业专家表示，GPT-4o的多种模式功能仅仅是“看起来”不错而已，而事实上， OpenAI还没有展现出在多模式可视化方面的真正“突破”。
尽管该模式可以添加语调，甚至可以进行即兴的歌唱，但是它的内容仍然不够细致，也不够有创意。
另外，在发布会之后， OpenAI的官方网站上也公布了关于GPT-4o的一些应用实例。包含：相片转换为卡通样式、会议纪要、图片合成；以图像为基础的三维内容生成；手写体，草稿生成；有样式的海报，漫画的产生，美术字型的产生，等等。
而这些能力中，比如图片转漫画、会议纪要之类的，都是很常见的插画、 AI建模之类的。
以上所有设计图和部分文字均来自网络，如有侵权，请call我删除，感谢~
天津天迅达科技有限公司经过多年来对APP、小程序、以及网站建设的探索，已经帮助每一个客户快速开发出属于自己的APP、小程序、网站，是万千企业之选。
相关资讯
- 数字孪生：现实世界的身外化身 2024-12-06
- 微信公众号全面“今日头条化”，自媒体将迎来“第二春”？ 2024-12-04
- 优质长视频的破圈效应 2024-12-05
- 奶茶行业的裂变营销 2024-12-03
- 浅浅分享下支付产品经理如何写全局性的需求文档以及工作流程 2024-12-02
- “麦学”爆红：一场精心策划的营销盛宴 2024-11-29
- 如果遇到麦琳式的领导，怎么办？ 2024-11-28
