作者| 高凌朗
编辑| 汪戈伐
在5月14日的凌晨，Open AI举办了春季发布会。与以往相比，这次活动更加简短，整体时长未超过26分钟。此外，发布会没有涉及技术或算力等专业术语的介绍，且OpenAI创始人Sam Altman也并未出席。
尽管如此，发布会仍然给整个AI行业带来了不小的震撼。OpenAI的首席技术官Mira Murati向全世界展示了ChatGPT的最新产品——ChatGPT-4o。这款产品能够“听见”人类、“看见”人类、“感受”人类，并与现实世界进行交互，它是一个越来越接近人类的AI私人助理。
在发布会上，两位OpenAI的研究员通过手机端和电脑端，针对不同使用场景展示了ChatGPT-4o的最新功能。这些功能包括对话的实时回复、随时打断的对话能力，以及多样化的对话语音。OpenAI创始人Sam Altman称之为“人类级别的响应”。
此外，利用摄像头，ChatGPT能够识别并解答课本上的数学题目，并通过对话逐步指导解题过程。通过屏幕抓取，ChatGPT能够阅读并分析电脑的编程代码或表格、图像内容，并提供详细的解读和分析。总体而言，ChatGPT-4o让AI大模型的实用性更进一步。
关键的是，Mira Murati宣布ChatGPT-4o免费向所有人开放，客户端将上线Mac OS、IOS商店，并在晚些时候上线Windows平台，不过免费用户每日限制条数，而付费用户能享受高达5倍的消息容量。
比尔·盖茨曾在AI Forward 2023活动上谈论AI，并称：“你永远不会去搜索网站了，也不会再去亚马逊了”，这说明当时人们还在担心自己会不会被AI“干掉”。现在，拥抱AI是科技企业的必由之路。
智能设备和软硬件厂商正在纷纷站队AI“流派”，其中苹果的战略倾斜尤为引人注目。GPT-4o形态近乎刻画出人们理想中的“Siri”。OpenAI正在推动其先进模型的免费开放，并致力于将这些技术落地到端侧设备。
总总迹象表明，关于AI的应用场景，今年或许该揭秘了。
GPT-4o是GPT-4的迭代版本，据OpenAI官网介绍，GPT-4o中的o代表omni(译为全能)。它能够快速响应语音对话，GPT-4o的平均响应时间与人类反应速度几乎一致，根据直播演示，其平均响应速度320毫秒，比以往缩短了至少十倍。
GPT-4o被OpenAI首席技术官Muri Murati宣布为“最好的模型”，并向所有用户免费开放。在文本、推理、编码智能方面，GPT-4o达到了GPT-4 Turbo级别的性能，并在多语言、音频和视觉功能上实现了新水平。
通过情绪级别的对话分析能力，GPT-4o对人类情感、语言逻辑的理解更加深刻。发布会中，GPT-4o的对话不再像传统语音助手那样刻意咬文嚼字，用户也不会有意识地感觉自己是在与一台机器对话。
GPT-4o具备实时翻译能力，能够在不同语言之间进行流畅转换。这得益于它相比之前的模型更加自然，具有更高的“情商”，极少出现对语音的误判。不少网友表示别的功能不说，锻炼口语的效果就已经是天花板了。
另外，GPT-4o具有原生多模态能力。具体来说，可以将文字、声音、图像、视频多种信息类型组合输入，并产生联系，经过模型处理的内容也能通同样的组合反馈给用户。
直播演示的所有交互，都是端到端的。据首席技术官Mira Murat表示，这也是他们第一次在易用性上作出改进。而且GPT-4o不仅将直接提供给用户使用，还将其作为API开放给开发者。
目前公布信息中，所有ChatGPT用户均可免费使用GPT-4o，但有使用次数限制。我们不难看出，Open AI需要更多的、不同的用户去使用它，以便模型的“成长”。
由于OpenAI在AI行业的技术领先优势明显，它在行业中自然被视为发展的风向标。然而，发布会结束后，许多AI行业从业者表达了他们的失望，因为他们既没有看到GPT-5的亮相，也没有目睹任何可能改变世界的突破性创新。
对此，Sam Altman发文解释说：我们使命的关键是将强大的AI工具免费（或实惠）提供给大家。我自豪 ChatGPT 中免费提供了世界上最好的模型，没有广告或类似的东西。”
当然，这也使得外界对其商业模式产生了质疑，是不是用户注册五个免费账号，就获得订阅Plus一样的体验了？
事实上，尽管GPT-4o的免费政策似乎对OpenAI的商业模型构成挑战，但考虑到ChatGPT Plus的订阅收入与OpenAI的千亿估值相比，个人用户的充值对公司的整体财务状况影响相对较小，根据第三方AppStore检测网站数据，ChatGPT全球Apple商店订阅收入为1200万美元。
虽然没有等到GPT-5，但外界认为OpenAI在这个时间点放出GPT-4o也是有理由的。
首先，谷歌的2024年I/O开发者大会将在第二天举行，OpenAI的发布会很难说不是在针对谷歌；其次，苹果的WWDC将在6月10日举办，考虑到苹果拥有20亿活跃设备的用户基础，其在人工智能领域的决策可能会成为行业发展的一个重要转折点。
5月11日，彭博社曝出猛料：苹果马上要跟OpenAI签署协议，将ChatGPT相关技术用在iPhone里。《纽约时报》也曝出：苹果Siri即将发布的一系列重磅生成式AI升级、背后研发细节，以及苹果顶层高管做出要给Siri做“大脑移植”这一决定的幕后原因。
对照发布会中，OpenAI研究员全程使用iPhone和MacBook Pro进行演示，这可能表明OpenAI与苹果有合作的意向。另外，Mac端ChatGPT也将优先于Windows端发布。
回想今年2月，谷歌AI推出了Gemni1.5，与GPT-4相比，可处理超过100万个token的输入窗口；随后，ChatGPT推出了文生视频模型Sora，它比以往任何同类型模型更了解物理世界。
如今，OpenAI赶在谷歌前一天发布了重磅升级，我们不难认为，AI科技界的“军备竞赛”正在发生。
关注下方备用账号
防止失联
热门跟贴