起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識視覺語音交互毫無延遲，都成精了居然還不是GPT-5？
OpenAI發布了一個叫做GPT-4o的新模型，這個新模型的能力已經讓不少人感到驚訝，而它甚至還不是GPT-5。
OpenAI給2024年5月14日的這場發布會取名“春季功能更新”，就像它們形容當初ChatGPT的發布是一次“低調的研究預覽”一樣。
而就像那次一樣，一切也都回不去了。
OpenAI發布了一個叫做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，你只會感覺更“可怕”。
發布會一開始，OpenAI的CTO Mira Murati介紹了新模型GPT-4o（是的，Sam Altman全程沒有現身）。她強調這個模型是要給所有人使用，并且通過交互的更新讓人們忘了UI的存在。因為OpenAI的愿景正是如此。
而到此這似乎還很正常。
“不過是新模型而已嘛?！?/p>
但直到demo環節開始，一切越來越離譜。
首先是一個實時對話的展示。
“我正在做demo，我有點緊張?！盡ark說。然后他開始故意喘息的非常快。而GPT識別出了他的呼吸。
“哦，哦，哦，別緊張，慢下來。你不是個吸塵器?！盋hatGPT的女人聲音抑揚頓挫，沒有任何延遲。
是沒有任何延遲。你不需要等她，她也不會讓你等，當你直接開始說接下來的話，她會立刻停下來聽，并立刻做出調整。
而且在這些回答中，它甚至有喘息和猶豫的聲音。
另一個很可怕的細節是，這些demo全程不需要任何多余的按鍵操作。
對，聲音的對話就像是在“打電話”。
另一個demo是假設要給朋友講一個關于機器人的睡前故事。
提出需求后，ChatGPT開始正常的講故事。
但聽的人并不喜歡，于是直接打斷說，能不能講的更有感情更drama一點。
ChatGPT立刻調整，增加了一些懸疑感。
“不不不，我希望把感情和drama感拉滿?！甭犝咴俅沃苯哟驍唷！簿褪钦fChatGPT在實時聽著你的聲音。
然后ChatGPT變成了一個非常浮夸的故事講述者。
“你能不能用機器人的聲音給我講故事。”Mira又直接插話。
而ChatGPT立刻開始模仿機器人。注意，是模仿，也就是它的聲音一直是那個女聲，一切聽起來就像家長在講睡前故事時候會做的那樣。
“你能最后唱一首歌把這個故事結束么。”聽者又提了要求。
然后ChatGPT立刻唱了一首歌。根據剛才的故事，實時，改編，并直接唱出來的一首歌。
“如果你之前使用過我們的語音模式，你會注意到幾個關鍵的區別。首先，你現在可以打斷模型了。你不需要等它結束你的回合，你可以隨時開始說話，隨時插話。其次，模型的響應是實時的。這意味著你不需要再經歷那種尷尬的兩到三秒的延遲，等待模型回應。最后，當我剛才呼吸非常急促時，模型能夠感知到情緒。它會提醒你，或許你需要放松一下，你的節奏快得有點過頭了。所以你知道，它確實具有全面感知情緒的能力。不僅如此，這個模型還能以各種不同的情感風格生成聲音，它真的具有非常廣泛的動態范圍?！?/p>
如果你是個創業者，或者熟悉大模型應用創業環境的人，你會立刻意識到。
又有一批創業公司死了。
之后是視覺能力的展示。
對，在同一個產品上。一個據說要免費提供給全世界所有人的產品上。
他先是展示了一個通過攝像頭獲得視覺能力，然后實時指導你的數學解題的demo。
甚至因為“幻覺”問題，ChatGPT在還沒打開攝像頭時候就自信滿滿的說理解了。當展示者提示后，她說“oops，我太興奮了。”
然后展示者打開攝像頭，實時寫了一個數學方程題，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。
像一個很有經驗有耐心的數學老師那樣。
這還沒完。
似乎是為了打臉那些錄制好加速后的demo，他們還實時收集了X上的反饋。其中一個挑戰是：打開攝像頭讓ChatGPT實時分析你的情緒。
展示者開始攝像頭自拍，而ChatGPT立刻分析道：
“你看起來是個桌子?！薄驗榇蜷_攝像頭時，最先打開的是前置的攝像頭，對準的是桌子。
“不不不，那是之前的，你不用擔心，我不是個桌子?！狈窒碚哒f到。
“哈哈，那就合理了?！盋hat GPT說到。
這里看的時候，估計很多人跟我一樣驚了一下。
然后ChatGPT立刻分析：“你看起來非常開心。大大的笑容，甚至有一點興奮。你想分享一下讓你這么開心的原因么？”語氣里甚至能聽到好奇，以及斟酌語句的感覺。
“因為我在做實時展示，讓大家看看你有多出色?！敝v者說。
“哦，拜托，別讓我臉紅了?！盋hatGPT帶著笑聲說到。
瞬間，《Her》降臨?？苹贸闪爽F實。
看到這，所有人估計都明白了Sam Altman此前賣關子時候說的“magic”是什么。
在驚嘆之余，還是再總結一下：
- 這些操作全程沒有多余的點擊操作的交互。
- 沒有絲毫延遲的視覺和聲音反饋。
- 不僅能感受到你的情感，ChatGPT也自帶情緒和情感。
- 能對桌面等更數字化的世界有更全面的信息感知。
- 全部集成在一個產品里，而且可能是對所有人免費的。
哦對，以及，這還不是GPT-5。
發布會后，OpenAI也在官網更新了這次發布的模型的具體信息：
https://openai.com/index/hello-gpt-4o/
還記得ChatGPT第一次出來時，有人形容跟它第一次親密接觸的感受：
當你通過打字跟它交互的時候，等待它回答的過程仿佛能想象到對面坐著一個人，正在轉筆，思考如何回答你的問題。
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面的“人”的嘆氣，情感，和喘息。
在電影《Her》里，主人公最終愛上了這個AI助手。我們不知道GPT-4o加持下的新ChatGPT會帶來什么。更不知道GPT-5出現后會發生什么。
一切都太快了，都回不去了。
最后，對所有開發者和創業者，這次發布又意味著什么？
也許這句當時有些被人不以為意甚至覺得冒犯的話值得再看一遍，它可能說明了一切：
目前有兩種構建人工智能的策略：一種是假設模型不會改進，然后在現有的能力上建設一堆小東西；另一種是假設 OpenAI 將保持相同的增長軌跡（繼續瘋狂迭代）。我認為，95%的人應該押注在第二種策略上。我們有改進模型的使命，不是我不喜歡你們，但我們將碾壓你。
——Sam Altman，2023年4月17日
作者：王兆洋
來源公眾號：硅星人Pro（ID：Si-Planet），硅（Si）是創造未來的基礎，歡迎來到這個星球。
本文由人人都是產品經理合作媒體 @硅星人 授權發布，未經許可，禁止轉載。
題圖來自Unsplash，基于 CC0 協議。
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論，等你發揮！
