OpenAI新模型GPT-4o有哪些突破,?

小宸
熬夜看完OpenAI發(fā)布會(huì),,準(zhǔn)確地講這是一次偽裝成春季update的智能交互變革,貌似一小步的一大步,。OpenAI再次制造了一波焦慮——
1.從之前讀文看圖以及遲滯感明顯的語(yǔ)音交互,,到GPt-4o的實(shí)時(shí)多模態(tài)自然交互,知道的人知道這意味著什么,,大模型從此呆瓜變"真人”,,能看能說(shuō)能思考的自然交互,讓智能瞬間變得人人隨時(shí)隨地唾手可得,。不能低估交互,,能力、場(chǎng)景,、用戶基數(shù)瞬間幾何級(jí)放大,;
2.百分百可以肯定不只是GPT4的后端能力+前端Chatbot聊天機(jī)器人,多模態(tài)自然交互這部分是GPT-5能力的選擇性釋放,,OpenAI在控制節(jié)奏,,不會(huì)也不愿一次性把GPT全都放出來(lái),之前表達(dá)過(guò)這種觀點(diǎn),;
3.沖擊就是:一批基于GPT做語(yǔ)音等多模態(tài)自然交互的,,一批基于家庭做情感陪伴的,包括一批基于機(jī)器人做具身智能交互界面的,,智能硬件底層邏輯需要進(jìn)一步重構(gòu),,手機(jī)廠商自研模型還需努力,包括一批做情緒計(jì)算的,,助手,、教育、翻譯等更危了......想套殼GPT或OTT的,,基本都會(huì)被GPT反過(guò)來(lái)蓋帽,。
4.Siri呆若木雞,Claude相形失色,,Gemini反正不會(huì)......客觀而言,,其它閉源開(kāi)源還沒(méi)這么能打的。不過(guò)就GPT4動(dòng)不動(dòng)卡殼掉鏈子的那副表現(xiàn),,GPT-4o的用戶體驗(yàn)從流暢度來(lái)說(shuō)好不到哪里去,,能到發(fā)布會(huì)演示水平的一丟丟就不錯(cuò)了。
5.GPT-4o免費(fèi)可限量用,,付費(fèi)可多用,,和GPT3.5以及最近部分免費(fèi)一樣,典型的敞口漏斗營(yíng)銷策略,不過(guò)還沒(méi)充分拉開(kāi)梯度,,導(dǎo)致需求量較大的非開(kāi)發(fā)者非企業(yè)用戶經(jīng)常受限的情況在GPT-4o估計(jì)會(huì)更嚴(yán)重,。
6.重新理解攝像頭,重新機(jī)器視覺(jué),、聽(tīng)覺(jué),。手機(jī)等移動(dòng)終端和碎片場(chǎng)景下的應(yīng)用爆發(fā)力,將不輸AI PC等生產(chǎn)力場(chǎng)景,,甚至移動(dòng)引爆會(huì)走在前面,。這就不是幾億而是幾十億用戶的問(wèn)題了。
如果預(yù)估OpenAI手里還沒(méi)打出來(lái)的幾張牌,,直覺(jué)會(huì)認(rèn)為競(jìng)爭(zhēng)對(duì)手一時(shí)不好追,,競(jìng)品在一些基準(zhǔn)測(cè)試成績(jī)接近GPT4是當(dāng)下的競(jìng)爭(zhēng)尺度和維度之一,但接下來(lái)維度實(shí)際有好幾個(gè)(轉(zhuǎn)自胡延平朋友圈)

不再猶豫
幾點(diǎn):
1,、能解數(shù)學(xué)題,這個(gè)沒(méi)有重點(diǎn)被展開(kāi),,但我一直覺(jué)得這是真正的底層邏輯能力,,這涉及意義系統(tǒng)與形式系統(tǒng)的映射,說(shuō)白了就是有抽象能力了,,畢竟除了人之外的生命只有具象能力,。
2、情緒感知與共情,。人的情緒是內(nèi)在生化反應(yīng)與外界環(huán)境互動(dòng)的結(jié)果,,機(jī)器對(duì)情緒的處理應(yīng)該還是模擬,算感知不算共情,,但做到這個(gè)程度可以以假亂真,。
3、隨時(shí)打斷,。算力支撐與算法優(yōu)化沒(méi)的說(shuō)。
4,、4o,。這個(gè)o,代表omni,,本意可能是多模態(tài),,支持聲音文本視頻多語(yǔ)言等等所具有的通用性。但總給人感覺(jué)暗示Omniscient, omnipresent, omnipotent的祂,。

獨(dú)步風(fēng)云
這次OpenAI發(fā)布會(huì)的重點(diǎn)應(yīng)該在多模態(tài)模型GPT-4o,,它有幾大特點(diǎn):多模態(tài)、無(wú)延遲、可在桌面運(yùn)行,。最重要的是它能處理包括文字,、音頻、圖像在內(nèi)的信息流,,而且能夠識(shí)別人類的情感,,作出情感上的回應(yīng)。作為一個(gè)多模態(tài)模型,,OpenAI又開(kāi)創(chuàng)了一個(gè)新紀(jì)元,,使人工智能從語(yǔ)言互動(dòng)提升到了語(yǔ)音視頻互動(dòng),相信國(guó)內(nèi)的大模型廠商也會(huì)跟上步伐,。
另外,,外界期待的OpenAI搜索引擎并未發(fā)布,此前奧特曼已經(jīng)宣布過(guò),,這對(duì)谷歌而言是個(gè)大利好,。