来源 | 美股投资网
OpenAI将于5月13日周一举办发布全新的产品。但却对到底要发布什么闪烁其词。此前网友猜测的GPT-5或者AI搜索引擎都被否定。
CEO奥特曼发推表示：
不是GPT-5，也不是搜索引擎，但我们一直在努力开发一些大家会喜欢的新东西！对我来说，它就像魔法一样。
这个神秘的新产品到底是什么？媒体援引两位知情人士说法称，新产品是一个具备视觉和听觉功能的AI模型，且具有比目前的聊天机器人更好的逻辑推理能力。
01 一个有视觉和听觉的全新多模态AI
报道称，OpenAI最快可能会在下周一公开展示新产品，以抢在下周谷歌的一系列产品发布之前。
奥特曼希望最终开发出一种类似电影《她》中的AI助手那样能够快速响应的人工智能，并以这种技术支持苹果Siri等现有语音助手。
根据美股投资网的知情人士透露，苹果已经与OpenAI达成协议，将在iOS 18中使用后者的技术，强化Siri的功能。
这意味着什么？
截止2024年，全球共22亿台苹果ISO设备，如果都加入ChatGPT，意味着OpenAI的算力一定支撑不住，OpenAI被迫继续买入几十万个英伟达的GPU去支撑22亿人使用ChatGPT。
作者称，英伟达是其一直长期持股的唯一公司，成本500美元。
苹果苹果公司软件工程高级副总裁Craig Federighi和分管人工智能业务的副总裁John Giannandrea去年曾花费数周时间测试ChatGPT，随后意识到相比领先的生成式人工智能技术，Siri“看起来已经过时了”。
据一位曾在Siri团队工作过的工程师对媒体表示，Siri团队未能获得苹果内部其他团队所获得的关注和资源，公司的软件和硬件等部门独立运作，共享的信息有限。但人工智能产品要想取得成功，就必须与产品深度融合。
2011年推出的Siri还未曾有过重大迭代，她不支持多轮对话，也经常无法理解用户的请求。甚至连基本的点歌都经常出错，这也削弱了苹果智能音箱HomePod的吸引力。
不过，在测试过ChatGPT之后，苹果就进行了“十多年来规模最大的重组”，将资源集中于AI方向。今年年初取消苹果汽车项目后，大部分工程师都转岗到了AI团队。据报道，苹果用于迭代Siri的研发经费高达每天数百万美元。
苹果高层认为，ChatGPT等聊天机器人背后的大语言模型技术可以增强Siri的能力。苹果已经与OpenAI已经达成协议，将在全新操作系统iOS 18中引入ChatGPT技术。苹果也在和谷歌进行谈判，可能也会引入其LLM，不过协议尚未敲定。
02 新Siri将通过边缘计算技术运行 成本更低速度更快
iPhone目前占据全球智能手机利润的85%，销售额超过2000亿美元，令无数消费电子硬件生产商艳羡，也吸引了众多挑战者。
包括Humane Ai Pin、Rabbit R1等全新AI硬件，都宣称拥有挑战iPhone的潜力。虽然这些设备眼下对iPhone不具备什么威胁，不过苹果内部担心，随着大模型技术的发展、其他智能手机制造商将更多AI元素融入其操作系统，让iPhone显得像“一块笨砖头”。尤其是可以自动完成制定旅行计划、打车、订餐等复杂任务的被称为“代理”（agents）的AI技术，其智能和便捷性，可以让苹果AppStore里的许多软件黯然失色。
目前来看，苹果不打算直接发布全新的聊天机器人与ChatGPT、Claude等竞争。据媒体报道，苹果专注于让Siri更好地处理用户请求，包括设置定时器、创建日历事件和向杂货清单添加物品等，全新的Siri或许还可以总结短信内容，一键创建GIF图片等等。
此外，苹果的技术路径与其他聊天机器人有一点非常重要的不同——新版Siri将基于边缘计算技术而非云计算，即无需联网就能理解上下文、完成对话，响应速度更快，也不需要昂贵的数据中心成本。
也因此，苹果将升级今年iPhone的内存，以支持全新的边缘人工智能计算。
OpenAI已经有了可以转录音频和将文本转换成语音的软件，但这些功能是通过单独的AI聊天机器人实现的，而新产品则将这些功能整合在了一起，而且能够更好地理解图像和音频，响应速度也更快。
OpenAI认为，具有视觉和听觉功能的助手有可能像智能手机一样带来变革。它可以观察用户所处的环境信息，提供建议，潜在的用例如充当家庭教师、翻译标志、修理汽车等等。
03 新模型暂时无法在个人设备上运行 最终会免费开放给所有用户
由于新模型较为复杂，参数量级高，个人设备的配置暂时无法满足其性能需要。
媒体分析指出，新模型运行依赖云端，需要互联网连接才能工作。要使具有视觉和听觉功能的复杂人工智能对话变得足够小巧，以便在手机等个人设备上运行，可能需要几个月甚至几年的时间。
目前也没有消息透露OpenAI何时会向付费用户提供这些功能。不过根据一些企业的预览来看，OpenAI的新模型可以改进其服务中已有的功能，如自动客户服务代理。一位知情人士对媒体表示，新软件的音频功能可以帮助客服人员更好地理解来电者的语音语调。
此外，媒体还称，OpenAI希望新模型最终能免费开放给所有用户使用，因此需要让其运行成本低于目前的最强大模型GPT-4 Turbo。
热门跟贴