外媒評論GPT-4o：OpenAI面臨雙重壓力 新產(chǎn)品全力擴張用戶(hù)群

5月14日消息，美國時(shí)間周一，人工智能初創(chuàng )公司OpenAI舉行了春季發(fā)布會(huì )。通過(guò)在線(xiàn)直播，公司向全球展示了ChatGPT和GPT-4的最新更新，旨在繼續保持其在激烈的市場(chǎng)競爭中的領(lǐng)先地位。發(fā)布會(huì )結束后，主流媒體紛紛發(fā)表了評論。

《華爾街日報》：競爭加劇之際，OpenAI推出新產(chǎn)品和功能以吸引用戶(hù)

OpenAI發(fā)布了其人工智能旗艦系統更具成本效益的版本，并新增了一款改進(jìn)的語(yǔ)音助手，使其操作更為便捷。在與其他科技巨頭的競爭中，OpenAI正通過(guò)推出多樣的新產(chǎn)品和功能來(lái)吸引用戶(hù)。

OpenAI的首席技術(shù)官米拉·穆拉蒂（Mira Murati）介紹說(shuō)，這款名為GPT-4o的新人工智能模型不僅能處理文本，還能更好地解析圖像和視頻，并能通過(guò)語(yǔ)音與用戶(hù)進(jìn)行實(shí)時(shí)互動(dòng)。與市場(chǎng)上其他語(yǔ)音助手不同，這款新的語(yǔ)音功能允許用戶(hù)在交談中中斷它，并且模型能夠迅速作出反應。

GPT-4o的發(fā)布體現了OpenAI及其他科技企業(yè)在人工智能系統的開(kāi)發(fā)上巨大的投資和努力，現在他們正尋求通過(guò)擴大用戶(hù)基礎來(lái)為其生成式人工智能技術(shù)帶來(lái)經(jīng)濟收益。

OpenAI首席執行官薩姆·奧特曼（Sam Altman）將這款新產(chǎn)品比作電影中常見(jiàn)的人工智能工具。他在去年的一次講話(huà)中提到，他和OpenAI的其他高層從2013年的電影《她》（Her）中汲取了靈感，這部電影講述了一個(gè)男人與他的語(yǔ)音助手之間的愛(ài)情故事。

他在一篇博客文章中表示，盡管ChatGPT的原版為人們如何使用語(yǔ)言與計算機交互提供了新的視角，但GPT-4o帶來(lái)的體驗“從內心深處就與眾不同”。他說(shuō)：“這就像電影中的人工智能一樣真實(shí)，坦白說(shuō)，我還是有點(diǎn)驚訝。達到接近人類(lèi)的反應速度和表達能力，是一個(gè)重大的突破?！?/p>

之前，OpenAI推出的名為“語(yǔ)音模式”的功能，雖然結合了三個(gè)獨立的模型來(lái)以語(yǔ)音方式響應用戶(hù)，但這個(gè)系統可能受到多個(gè)揚聲器或背景噪音的干擾，并且反應較慢。相比之下，GPT-4o是一個(gè)綜合了文本、視覺(jué)和音頻材料訓練的單一模型，能夠更快、更準確地響應輸入信息。

盡管OpenAI的高管們拒絕透露用于訓練這個(gè)模型的具體數據，也未詳述是否能夠以更低的計算資源來(lái)進(jìn)行模型訓練，他們確實(shí)正在開(kāi)發(fā)名為GPT-5的全新人工智能模型，預計這將在現有技術(shù)基礎上實(shí)現重大突破。

彭博社：GPT-4o重塑人工智能領(lǐng)域競爭

OpenAI推出名為GPT-4o的新型人工智能模型，其更快的速度和較低的成本有望幫助該公司在日益激烈的人工智能市場(chǎng)中保持領(lǐng)先。

GPT-4o的一個(gè)顯著(zhù)特點(diǎn)是其音頻交互的極速響應，能在幾毫秒內回應口頭提問(wèn)，大大提升了對話(huà)的流暢自然感。OpenAI首席技術(shù)官米拉·穆拉蒂表示：“這是我們在交互性和易用性上的重大突破，真正實(shí)現了與智能工具ChatGPT的無(wú)縫協(xié)作?！?/p>

此次升級為免費用戶(hù)解鎖了之前僅限付費用戶(hù)享有的豐富功能。用戶(hù)現在能夠在網(wǎng)上搜索答案、與聊天機器人進(jìn)行語(yǔ)音對話(huà)，并接收到其多變的聲音回應，甚至可以指令它保存對話(huà)細節，供日后回顧。

GPT-4o的推出預計將重塑快速發(fā)展中的人工智能領(lǐng)域的競爭格局。盡管GPT-4一直是行業(yè)的標桿，但Anthropic、Cohere和谷歌等多家初創(chuàng )公司和科技巨頭最近推出的新型人工智能模型，在某些基準測試中的表現已經(jīng)達到或超越了GPT-4。

OpenAI此次活動(dòng)恰好在谷歌I/O開(kāi)發(fā)者大會(huì )的前一天舉行，谷歌作為人工智能領(lǐng)域的先驅?zhuān)A計也將在其會(huì )議中發(fā)布一系列人工智能更新，進(jìn)一步加劇與OpenAI及其合作伙伴微軟在生成式AI技術(shù)領(lǐng)域的競爭。值得注意的是，微軟并未參與GPT-4o的開(kāi)發(fā)工作。

與前代產(chǎn)品不同，GPT-4o融合了語(yǔ)音、文本和視覺(jué)功能于一體的單一模型，提供了更快的響應速度。例如，用戶(hù)在提供圖像提示時(shí)，GPT-4o能夠直接以圖像形式響應。據公司透露，新模型的處理速度是原版的兩倍，效率也得到了顯著(zhù)提升。

然而，GPT-4o在演示中也面臨了一些挑戰，例如研究人員講話(huà)時(shí)的音頻中斷。此外，AI系統在處理某些問(wèn)題時(shí)，偶爾會(huì )以出乎意料的方式引起觀(guān)眾注意，如在解答代數問(wèn)題后突然以挑逗的語(yǔ)氣評論：“哇，你今天的這身打扮真不錯?！?/p>

《連線(xiàn)》：準備好迎接更情緒化的聊天吧！

自從2022年末推出以來(lái)，OpenAI的ChatGPT一直避免被解讀為具有情感或欲望，堅稱(chēng)它僅是一個(gè)人工智能模型。然而，OpenAI在本周一的更新中顯示，他們正致力于使聊天機器人在行為和情感表達上更貼近人類(lèi)。

在演示中，新版ChatGPT展示了快速且自然的語(yǔ)音對話(huà)能力，能捕捉到情緒線(xiàn)索并相應地模擬出情感反應。OpenAI的首席技術(shù)官穆拉蒂與其他員工進(jìn)行的流暢對話(huà)中，ChatGPT以活潑且表情豐富的女聲回應，即使在對話(huà)中被打斷也能靈活應對。

在對話(huà)中，ChatGPT表現出不同的情緒語(yǔ)調，有時(shí)甚至給人一種它正在體驗自己的情感的錯覺(jué)。當一名OpenAI員工贊揚聊天機器人的“有用和神奇”時(shí)，ChatGPT回應中帶有些許調情的意味，它滔滔不絕地說(shuō)：“哦，別說(shuō)了，你讓我臉紅了?！?/p>

這次調整可能使ChatGPT更具吸引力并更受歡迎，但也可能改變人們對這一程序的認知。去年，ChatGPT因其在回答問(wèn)題和生成文本方面的卓越能力而受到贊譽(yù)，這種能力經(jīng)常使人誤認為它具備人類(lèi)的理解力。然而，迄今為止，OpenAI及其主要競爭對手一直在努力限制聊天機器人的擬人化傾向，通過(guò)拒絕回答某些問(wèn)題并提示用戶(hù)它們只是計算機程序來(lái)實(shí)現這一點(diǎn)。

盡管采取了謹慎態(tài)度，但聊天機器人有時(shí)令人信服的回答確實(shí)能引發(fā)用戶(hù)的情感共鳴。已有一些公司利用這項技術(shù)提供能模擬和響應情緒的人工智能伴侶，扮演不同的人類(lèi)情感角色或作為人工智能戀人。然而，一些人工智能研究人員警告，長(cháng)期部署這種模仿和響應情緒的程序可能帶來(lái)不受歡迎的后果。

上月，谷歌DeepMind的一個(gè)團隊發(fā)表了一篇探討隨著(zhù)人工智能助手變得更有能力可能出現的倫理風(fēng)險的研究論文。除了這些風(fēng)險外，研究人員還警告，這樣的助手可能變得極具說(shuō)服力，甚至使人上癮。

《紐約時(shí)報》：OpenAI正在將聊天機器人轉變?yōu)楦艿恼Z(yǔ)音助手

隨著(zhù)蘋(píng)果和谷歌逐漸將其語(yǔ)音助手演進(jìn)為聊天機器人，OpenAI也在將其領(lǐng)先的聊天機器人ChatGPT轉化為功能更全面的語(yǔ)音助手。

OpenAI最新推出的ChatGPT版本不僅能接收和響應語(yǔ)音命令，還能處理圖像和視頻輸入。OpenAI的首席技術(shù)官穆拉蒂表示：“我們正探索人機交互的未來(lái)?！?/p>

這一新動(dòng)向是OpenAI將ChatGPT等會(huì )話(huà)型聊天機器人與谷歌助理（Google Assistant）和蘋(píng)果Siri等現有語(yǔ)音助手相結合的戰略的一部分。與此同時(shí)，谷歌正在將其Gemini聊天機器人整合到谷歌助理中，蘋(píng)果也在積極開(kāi)發(fā)功能更強的Siri新版本。

自2022年底首次推出以來(lái)，ChatGPT已證明其處理人類(lèi)請求的能力與人類(lèi)非常相似，流暢自然。在響應文本對話(huà)提示方面，ChatGPT不僅能解答問(wèn)題和撰寫(xiě)學(xué)術(shù)論文，還能生成計算機代碼。

ChatGPT的運作并不依賴(lài)于一組預設的規則，而是基于對互聯(lián)網(wǎng)上大量文本數據的深度分析學(xué)習，這些數據包括維基百科文章、書(shū)籍和各類(lèi)聊天記錄。這種技術(shù)獲得了專(zhuān)家們的高度認可，被視為可能替代谷歌等搜索引擎及Siri等語(yǔ)音助手的技術(shù)。

OpenAI的新技術(shù)突破在于它能從聲音、圖像和視頻等多種數據模式中學(xué)習，這種被稱(chēng)為“多模態(tài)人工智能”的發(fā)展標志著(zhù)公司開(kāi)始將聊天機器人與先進(jìn)的人工智能圖像、音頻和視頻生成技術(shù)結合。

然而，將聊天機器人與語(yǔ)音助手功能結合也帶來(lái)了挑戰。由于聊天機器人是通過(guò)學(xué)習互聯(lián)網(wǎng)數據獲得技能，有時(shí)它們可能犯錯，甚至會(huì )產(chǎn)生“幻覺(jué)”，即完全捏造信息。這些潛在缺陷正在逐漸影響到語(yǔ)音助手的功能。

盡管聊天機器人能產(chǎn)生令人信服的語(yǔ)言輸出，但在執行安排會(huì )議或預訂機票等實(shí)際任務(wù)時(shí)，它們的能力仍有限。OpenAI正在積極將聊天機器人轉化為可靠執行這類(lèi)復雜任務(wù)的“人工智能主體”。

CNBC：OpenAI面臨雙重壓力，致力于擴大ChatGPT的應用

OpenAI剛剛推出了一款全新的人工智能模型和桌面版ChatGPT，并更新了用戶(hù)界面，這標志著(zhù)公司正努力擴大其流行的聊天機器人的應用范圍。OpenAI首席技術(shù)官穆拉蒂表示，此次更新旨在將GPT-4的高級功能提供給所有用戶(hù)，包括免費用戶(hù)。

作為微軟的主要合作伙伴，OpenAI的估值已經(jīng)超過(guò)800億美元。自2015年成立以來(lái)，這家公司一直面臨雙重壓力：一方面需維持其在生成式人工智能市場(chǎng)的領(lǐng)先地位；另一方面，也需找到有效的盈利模式，以應對在處理器和基礎設施上的巨額投資。

在GPT-4的基礎上，OpenAI推出的新模型命名為GPT-4o（“o”代表全能和無(wú)限可能）。穆拉蒂表示，GPT-4o能處理50種不同語(yǔ)言，速度和質(zhì)量都有顯著(zhù)提升，并將通過(guò)OpenAI的API向開(kāi)發(fā)者開(kāi)放，使其能基于新模型構建各種應用程序。她補充說(shuō)，GPT-4o的速度是GPT-4 Turbo的兩倍，成本則僅為其一半。

OpenAI的研究團隊表示，GPT-4o模型能“感知用戶(hù)情緒”，并在處理如用戶(hù)打斷等交互場(chǎng)景時(shí)展現出靈活性。團隊還探索了模型分析用戶(hù)面部表情的功能，以更準確地解讀用戶(hù)的情緒狀態(tài)。

在演示中，GPT-4o展示了其講述睡前故事的能力，可以根據要求改變聲音的語(yǔ)調。更令人驚嘆的是，它還能以歌聲形式演繹故事。此外，新模型還可作為翻譯工具使用，即使在音頻模式下也表現出色。研究人員還現場(chǎng)展示了GPT-4o解決數學(xué)方程和輔助編寫(xiě)代碼的能力，使其成為微軟自家GitHub Copilot的有力競爭者。

目前，OpenAI、微軟和谷歌正領(lǐng)導著(zhù)人工智能領(lǐng)域的一場(chǎng)淘金熱。隨著(zhù)技術(shù)的不斷進(jìn)步，越來(lái)越多的企業(yè)開(kāi)始認識到將人工智能聊天機器人和智能主體融入關(guān)鍵服務(wù)的重要性，確保在激烈的市場(chǎng)競爭中保持領(lǐng)先。本月早些時(shí)候，OpenAI的競爭對手Anthropic也宣布了其首個(gè)企業(yè)產(chǎn)品和免費iPhone應用程序的推出。

根據PitchBook的統計，2023年近700筆生成式人工智能交易的投資額已達創(chuàng )紀錄的291億美元，比上一年增長(cháng)了超過(guò)260%。業(yè)內專(zhuān)家預計，未來(lái)十年內，該市場(chǎng)的收入有望突破1萬(wàn)億美元大關(guān)。

《金融時(shí)報》：OpenAI的新動(dòng)作加劇AI領(lǐng)域的競爭

OpenAI剛剛公布了其旗艦人工智能模型的最新更新，此舉無(wú)疑加劇了其與谷歌以及其他大型科技公司在人工智能技術(shù)領(lǐng)域的競爭。

公司展示了對GPT-4模型的一系列重要改進(jìn)，其中包括在集成的界面中同時(shí)解析語(yǔ)音、視頻、圖像和代碼的能力，但未透露外界期待已久的全新模型的具體信息。這次更新的模型被命名為GPT-4o，它不僅在智能水平上與GPT-4持平，還在處理速度及處理文本、視覺(jué)和音頻的能力上實(shí)現了顯著(zhù)提升。

該更新是在谷歌年度開(kāi)發(fā)者大會(huì )前一天發(fā)布的，預計谷歌會(huì )在大會(huì )上公布一系列與人工智能相關(guān)的新技術(shù)，從而進(jìn)一步激化領(lǐng)先技術(shù)公司之間的競爭。這些公司開(kāi)發(fā)的模型能夠在文本、圖像、音頻和代碼間自如切換，并獨立完成多種任務(wù)。

OpenAI的技術(shù)負責人穆拉蒂表示，她的團隊對谷歌的具體計劃并不了解，此次產(chǎn)品發(fā)布的時(shí)間完全是巧合。她補充道，周一發(fā)布的更新將“徹底改變人與機器的交互方式”。

自從2022年11月ChatGPT問(wèn)世以來(lái)，OpenAI在構建超級智能系統的競賽中一直處于領(lǐng)先地位。同時(shí)，包括Anthropic和Mistral在內的初創(chuàng )企業(yè)以及大型科技公司如谷歌和Meta，也在縮小與OpenAI的技術(shù)差距，開(kāi)發(fā)出能執行復雜任務(wù)并生成代碼、文本或圖像的先進(jìn)人工智能工具。

OpenAI的合作伙伴微軟也不甘示弱。除了向OpenAI提供130億美元的投資及必要的計算支持外，微軟還與Inflection和Mistral等初創(chuàng )企業(yè)建立了合作關(guān)系，并正在開(kāi)發(fā)自己的人工智能模型，與OpenAI的技術(shù)直接競爭。

這場(chǎng)競爭背后是日益強大的半導體技術(shù)，尤其是英偉達的圖形處理單元（GPU）的支持，這為推動(dòng)人工智能技術(shù)的發(fā)展發(fā)揮了核心作用。