起點課堂會員權(quán)益
職業(yè)體系課特權(quán)
線下行業(yè)大會特權(quán)
個人IP打造特權(quán)
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導(dǎo)直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識免費，才是最強殺招
本文深入探討了OpenAI最新發(fā)布的GPT-4o模型，這一全能大模型在多模態(tài)輸入輸出上實現(xiàn)了重大突破，不僅在效率、性能上大幅提升，而且對交互性進行了革命性的改進。文章詳細分析了GPT-4o的強大功能，并對其免費開放策略進行了深入解讀，展望了這一技術(shù)進步如何推動社會財富的增長和新時代的適應(yīng)。對于關(guān)注AI技術(shù)發(fā)展及其對社會影響的讀者來說，本文提供了獨到的見解和前瞻性思考。
科技巨頭之間的競爭，越來越不講武德了。
原本，OpenAI的“春季新品發(fā)布會”定于5月9號，結(jié)果硬生生拖到了現(xiàn)在。
為什么呢？因為谷歌明天開開發(fā)者大會……
就是要騎臉輸出，不給友商任何活路！
于是今天凌晨1點，山姆·奧特曼口中“就像魔法一樣的東西”，終于揭開了面紗。
不是大家想象中的GPT-5，而是GPT-4的迭代版本，GPT-4o。
o是omni的縮寫，源于拉丁語的omnis，意思是無所不在、無所不知、無所不能。
聽起來神神叨叨的，頗有點佛祖、上帝的味道。
GPT-4o，也就是全能大模型。
全能？這就很有意思了。
一、強在哪里
所謂全能，當然不是真的指全知全能。
至少現(xiàn)在不可能。
如果人造“上帝”真的被造出來，我們所有人都可以立刻躺平、混吃等死了，統(tǒng)治世界or解放世界都在這家伙的一念之間。
目前的GPT-4o，能做到的是文字、圖像、音頻、視頻任意組合的全模態(tài)。
OpenAI的原話是：GPT-4o是第一個融合所有模態(tài)的模型，我們只是觸及到其能力的表面。
盡管只是表面，但也極其強大了。
先看橫向測評。
簡單總結(jié)就是：更快、更強、更便宜。
首先是效率。GPT-4o 的處理速度是 GPT-4 Turbo 的兩倍，速率限制提高了五倍，最高達到1000萬token/分鐘，價格還降低了一半。
其次是性能。在所有語言基準測試中，GPT-4o都比GPT-4更強大，還能在50多種語言之間無縫翻譯。
然后是最重要的一點：多模態(tài)輸入輸出。
GPT-4o 能夠處理文本、音頻和圖像的任意組合輸入，并實時生成相應(yīng)的輸出與用戶互動。
注意，是實時！實時！
下面再看看其具體表現(xiàn)。
發(fā)布會上，測試者對著手機說：我第一次來直播，有點緊張。
ChatGPT立刻回答：你可以深呼吸。
男子照辦。
ChatGPT立刻又開玩笑道：你不是吸塵器吧，不要喘。
當聽到對方終于平穩(wěn)呼吸時，它居然還會開口鼓勵。
看到這，蘋果手機用戶很快就能察覺出有啥不同了。
我們此前用的Siri之類的語音助手，反饋慢倒還罷了，你還必須要等它說完，才能進行下一輪對話。
非常呆板，且浪費時間。
其實這也正常，它畢竟只是個很原始的程序。
之前我們與AI對話，都要經(jīng)歷3個步驟：
1.人說話，AI將音頻轉(zhuǎn)成文本代碼；
2.AI回答它自己翻譯的這段文本；
3.將回復(fù)的內(nèi)容轉(zhuǎn)化成音頻輸出。
這就相當于一來一回的回合制，不論怎么樣都會有延遲，現(xiàn)在業(yè)界最快的反應(yīng)速度是2秒。
別的先不說，至少用戶很難有真實交流的沉浸感。
但用GPT-4o，平均反應(yīng)時間只有0.32秒，基本就是你剛問完、它立刻就能回答你，和真人聊天沒啥區(qū)別。
更關(guān)鍵的是什么？
因為人與人之間對話，是充滿了各種即時反應(yīng)的，比如嗯嗯啊啊各種預(yù)期助詞，以及手勢、停頓、咽口水等等。
但你過去與AI 聊天，卻根本不會存在這些因素，即便AI回答得再完美，你依然無法擁有沉浸感。
而現(xiàn)在，你不僅能隨時打斷GPT-4o，它甚至能根據(jù)你的語速、語調(diào)、呼吸乃至面部表情來判斷你的情緒，并依次表達出對應(yīng)的情緒。
這就很Nice了。
不僅僅只是語音對答，GPT-4o的文本、音頻、視頻所有輸入和輸出，都由同一個神經(jīng)網(wǎng)絡(luò)處理。
也就是說，它在各種維度上，都能有同樣強大的表現(xiàn)。
簡單來說，就是GPT在能看、能聽、能說話方面，更加“通人性”了。
它不一定真的懂情感這回事，但能夠模仿。
現(xiàn)階段而言，只要能模仿就夠了，完全夠投入商用了。
以上種種，你覺得意味著什么？
意味著ChatGPT在交互性上，又做出了巨大突破。
比如，你可以在睡前，要求GPT用女神的聲音、舔狗的語氣，講故事、唱歌哄你入眠。
又比如，你可以把自己的日常資料發(fā)給GPT，讓它根據(jù)每天的天氣、突發(fā)事件等等狀況，生成工作、生活計劃。
乃至輔導(dǎo)小孩寫作業(yè)等等等等……
千萬不要小看交互性，它的價值遠超想象。
二、為什么免費
除了功能強大，GPT-4o更讓人關(guān)注的是什么？
免費！
不僅僅是 GPT-4o 免費，更刺激的是 GPT Store、Vision （包含代碼解釋器、聯(lián)網(wǎng)功能等），都會陸續(xù)開放出來。
為了讓用戶們用得方便，新版ChatGPT還開放了桌面端。
關(guān)于這一點，山姆·奧特曼專門發(fā)了博客說明：
OpenAI的核心使命之一，就是免費為人類提供頂尖的AI工具，為世界創(chuàng)造各種利益，讓所有人從中受益。在未來，所有人都能免費獲得 GPT 的算力，可以使用、轉(zhuǎn)售或捐贈。
你們之前批評我不開源，現(xiàn)在我直接免費，甚至都不用注冊，還有話說嗎？
按照我們的商業(yè)邏輯來看，這不是純純的做慈善？
當然不是，至少不完全是。
首先，新模型變小了，運行成本大幅降低。
前文提到過：GPT 4o處理速度翻倍，價格只有GPT 4 Turbo的一半。
原先輸入、輸出一百萬token的價格是10、30美元，現(xiàn)在則只要5、15美元。
其次，是先舍后得的商業(yè)邏輯。
免費是有限制的。
官方文檔里都說了，免費用戶目前每3個小時只能使用10條GPT-4o，用完了就回落到GPT-3.5版本。
10條，夠什么用的？
想繼續(xù)玩？想玩得爽？給我充錢！
只要20美刀/月，你就能成為尊貴的plus會員，每小時能享用80條GPT-4o！
這簡直！太不劃算了！
就目前的情況而言、對絕大部分人而言，你只要不是無聊到什么都去試著玩，每3小時10條內(nèi)容完全是足夠了。
照OpenAI這么搞，如今ChatGPT的忠實付費用戶（原來免費的只能使用GPT-3.4），恐怕都不會充錢了。
為什么OpenAI 要承擔丟失付費會員的風險，去給全民提供免費服務(wù)？
其實，我們的目光可以放長遠一點。
想想看，人人都能免費用上高質(zhì)量的AI，這意味著什么？
你如果悲觀地去看，這很可能對現(xiàn)在社會的分工結(jié)構(gòu)造成重大沖擊，造成廣泛的失業(yè)潮。
看到這里，別的不敢說，我們至少能確定一件事：除非自己感興趣，以后的小孩都不用再學英語了。
GPT-4o完全可以做到各種口譯、同聲傳譯，甚至還帶感情、帶理解。
除此之外，大量的普通家庭教師、程序員、設(shè)計師等等，基本都會被取代。
這是不可避免的事。
但就像前幾次技術(shù)革命一樣，在一些行業(yè)消亡的同時，一定會有新的財富風口出現(xiàn)，整個社會的財富總量必然是增加的。
樂觀點看，就是另一回事。
三、財富大爆炸
《易經(jīng)》“乾”卦“用九”：見群龍無首，吉。
王陽明也曾說：人人心中有仲尼。心之良知之謂圣。
真正偉大的時代，應(yīng)該是人人平等、人人如龍、人人成圣的。
從古至今，這都只能是幻想，但如果能善用AI、善用工具，我們未必不能接近這種境界。
其實從GPT-3.5→GPT-4→GPT-4o，我們能很明顯概念感受到，OpenAI想干什么：
他們要讓GPT這個人造大腦，越來越符合“人”的標準。
人是什么？
人不僅僅是勞動力，不論是什么時候、用什么工具，人才是創(chuàng)造財富的主體。
隨著多模態(tài)越來越完善，現(xiàn)有的部分行業(yè)將會被怎樣改變？
我們的主要關(guān)注點應(yīng)該在娛樂方面。
因為物質(zhì)世界的體力勞動必然與人類越來越遠，人類創(chuàng)造財富的方向肯定將加速集中在精神方面。
從之前投資Descript的舉動可以看出，OpenAI早就有意把AI技術(shù)引入到影視創(chuàng)作領(lǐng)域。
即便他們不這么干，其他的影視公司也一定會干。
因為未來的趨勢就是——“交互式傳媒”。
你可以把這種模式，理解為短視頻，每個人都是創(chuàng)作者，沒有誰更專業(yè)一說。
各種短視頻平臺上，如今已經(jīng)充斥著大量AI制造的內(nèi)容。以前我們還能看得出來，現(xiàn)在越來越逼真。
而以后，只要你善用能模仿人情感的多模態(tài)大模型，創(chuàng)造出的內(nèi)容也將徹底脫離“機械感”。
每個人都是最佳導(dǎo)演，一天拍十幾部大片都沒問題。
想要出圈，就看誰的點子更有新意，更迎合受眾口味。
與之相對的，各種影視公司，包括現(xiàn)在的一大堆流量明星，都將沒有任何發(fā)展空間。
未來，能存活下來的，只有平臺，和無數(shù)個個人。
除了影視之外，包括音樂、動漫、游戲等任何具備消費價值的娛樂領(lǐng)域，都將變得一樣：
去中心化。
每個人都是完美的音樂家、漫畫家、游戲設(shè)計師，只要你有足夠的耐心。
你能想象，這些將催化多大的市場嗎？
以游戲為例，到2025年，全球?qū)⒂?5.3億游戲玩家。數(shù)十億人，有多少千奇百怪的點子？
以前，99%人限于技術(shù)，只是單純的玩家，屬于被收割者，只有游戲公司賺錢。
從市場的角度考慮，這個發(fā)展效率是非常低下的。
以后，就相當于是這35億人相互買單，金錢流通速度何止提升10倍！？
再比如社交媒體。
從前是沒有技術(shù)，當網(wǎng)友分享他的游戲、電影、音樂交互體驗后，其他用戶除了評論就沒啥后續(xù)了。
但以后，我們都能在此基礎(chǔ)上，讓AI定制自己的二次體驗，不論是語音、視頻還是漫畫形式，與其他人分享。
然后其他人看到了，再定制，再分享……
就這樣病毒式傳播。
這些描述，很像去年底炒作的Web3.0概念。
它的目的，是創(chuàng)造一個去中心化、交互式的互聯(lián)網(wǎng)世界，打破已經(jīng)見頂?shù)幕ヂ?lián)網(wǎng)現(xiàn)有桎梏。
它的驅(qū)動力，就是多模態(tài)大模型、乃至以后真正完善五感的更高級AI。
擁有五感的GPT，不僅僅是一種技術(shù)進步，更是現(xiàn)代商業(yè)社會的一次徹底的娛樂、消費、社交革命。
總而言之，讓每個人都能免費使用頂級AI，就相當于把生產(chǎn)力賦能給每個人，每個人的價值將進一步凸顯，整個互聯(lián)網(wǎng)世界也將創(chuàng)造出更大的價值。
等到你發(fā)現(xiàn)其中的財富效應(yīng)，乃至未來大多數(shù)人或許都要在這樣的大環(huán)境中生活……
等到AI真正成為每個人創(chuàng)造財富的重要工具，3小時使用10條GPT-4o，你還覺得夠嗎？
每個月20美刀的會員費，你還覺得貴嗎？
就算再貴十倍，你也心甘情愿搶著買！
我們真正應(yīng)該擔心的，不應(yīng)該是這點雞毛蒜皮的事，而是：AI 科技的推進速度太快，你有沒有意識到要去適應(yīng)新時代。
千萬不要做落后的那一批人。
本文由人人都是產(chǎn)品經(jīng)理作者【格隆匯】，微信公眾號：【格隆匯APP】，原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。
題圖來自Unsplash，基于 CC0 協(xié)議。
- 目前還沒評論，等你發(fā)揮！
