AI圈沸騰！巨頭神秘新品來了，蘋果“贏麻了”？
千呼萬喚始出來，OpenAI終於“上新”了。
北京時間5月14日凌晨1點，OpenAI直播發布了其產品的更新。在半小時的線上發佈會上，OpenAI的首席技術官米拉·穆拉蒂（Mira Murati）宣佈GPT-4的一系列升級。發佈會的主要亮點如下：
推出了全新的模型GPT-4o，其中的“o”表示“omni”（全面、全能）。同時，GPT-4o 向所有用戶免費開放。
新模型具備強大的多模態交互能力。在發佈會演示中，GPT-4o具備文本、圖片、視頻和語音方面的能力，可以順暢絲滑地與人類進行語音交流，並讀懂屏幕信息。
發佈了ChatGPT 桌面應用程序，目前可適用於 macOS，Windows 版本將在今年晚些時候推出。
AI助手初具雛形
在發佈會前，記者注意到OpenAI的官網上已經將GPT-4的描述從“最先進的模型”更改爲“先進的模型”，爲GPT-4o的發佈提前做了準備。
作爲OpenAI目前最先進的模型，GPT-4o的特別之處在於可以接受任何文本、音頻和圖像的組合作爲輸入，並生成上述這幾種模態的內容。這意味着，GPT-4o具備了AI助手的基本雛形，在通往通用人工智能的道路上又前進了一步。
在發佈會現場，穆拉蒂與OpenAI的前沿研究主管Mark Chen和後期訓練團隊負責人Barret Zoph對實時語音對話功能進行了演示。從演示效果上來看，GPT-4o與人類的交互變得更及時和自然。據介紹，GPT-4o可以在232毫秒內迴應音頻輸入，接近於人類對話的反應時間。在此之前，使用語音模式與ChatGPT進行交流，平均時延爲2.8秒（GPT-3.5）和5.4秒（GPT-4）。GPT-4o不僅可以實時響應對話，還沒有尷尬漫長的時延，而且能夠生成各種不同情緒風格的語音。
例如，當被問及“你最近怎麼樣？”時，GPT-4o 除了表示“我很好”，還會反問“你怎麼樣？”當“要求講一個“機器人和愛情的睡前故事”時，GPT-4o開始說話以後被打斷，要求以更有情緒性、更戲劇化的方式講述故事，隨後GPT-4o在講故事時的語音語調更跌宕起伏，更爲聲情並茂，甚至可以以唱歌的形式結束對話。
從此以後，家長們哄娃睡覺變得so easy。
不僅如此，GPT-4o 還擁有視覺+語音交互功能，能夠看圖解方程式。Zoph打開手機視頻通話，對GPT-4o說：“我要在一張紙上寫下一個線性方程。不要告訴我答案，只是給出解答它的過程。”隨後，Zoph寫下了3x+1=4的方程式，詢問如何解這道題。GPT-4o通過循循善誘的提示，在Zoph提出求助與問題時不斷給出下一個步驟的建議，從而得出了x=1的正確結果。
從此，家長輔導孩子寫作業也變得更輕鬆。
此外，GPT-4o能夠實時讀懂屏幕信息，幫助解答代碼問題和分析圖表；能夠跨語言實時翻譯，在說話者用意大利語和英語對話時，沒有延遲地翻譯成了對應的語言，還能模仿說話者的語氣；能夠識別分析人類的情緒，當說話者展示一張自拍，要求其判斷自己的情緒時，GPT-4o 分析道，“你看起來非常開心，可能還有一些激動，應該心情很不錯。”
雖然OpenAI的首席執行官山姆·奧特曼沒有在發佈會現場出現，但他在個人社交平臺上實時播報着OpenAI的更新。發佈會後，他發佈了一條動態，只寫了“her”這一個詞。據外媒此前報道，奧特曼曾表示自己最喜歡的一個人工智能電影是《她》（Her），最終目標是開發出一種類似電影中的虛擬AI助手，努力使蘋果Siri等現有語音助手變得更加實用和智能。
“截胡”谷歌，示好蘋果
早在一週以前，關於OpenAI發佈新產品的消息就甚囂塵上。有消息稱OpenAI將發佈GPT-5，還有消息稱OpenAI即將發佈一款基於ChatGPT的AI搜索引擎，向谷歌發起衝擊。5月11日，奧特曼在其個人社交平臺上否認了以上的傳言，並表示：“不是GPT-5，也不是搜索引擎，但我們一直在努力開發一些我們認爲人們會喜歡的新東西！對我來說感覺像魔術一樣！”
值得注意的是，谷歌即將在5月14日召開I/O 開發者大會，宣佈安卓、谷歌搜索等方面的更新。OpenAI選擇在I/O 開發者大會前一天召開發佈會，無疑是不希望被谷歌搶了自己的風頭。這樣的事情並非首次，今年2月16日，OpenAI在事先未作預熱的情況下便發佈了Sora文生視頻模型，引發全世界的關注。而彼時谷歌剛剛升級了Gemini Pro大模型，但在Sora的火爆下顯得黯然失色。
如今OpenAI再度宣戰，壓力也直接給到了即將正面迎戰的谷歌。華福證券研報顯示，海外主流AI大模型中，總訪問量上ChatGPT仍居於首位，其餘大模型中Claude、Perplexity、Character.ai 4月訪問量都有一定上漲，但谷歌的Gemini訪問量在4月出現下滑，環比跌幅爲1.4%。可以看到，在競逐大模型的路上，谷歌正面臨着OpenAI愈發強勢的競爭。
與之相對，隱藏在這場新品發佈會中的幕後贏家當屬蘋果。記者注意到，本次發佈會全程用iPhone和MacBook Pro進行演示，同時還發布了Mac桌面版的ChatGPT，似乎是暗示OpenAI將與蘋果合作，在蘋果設備中接入大模型的能力。
事實上，這場合作在OpenAI此前的一些動作及媒體消息中已可見端倪。據彭博社5月10日報道，蘋果正在與OpenAI商議敲定一項協議，計劃在今年在iPhone中引入OpenAI的大模型技術。通過這筆交易，蘋果將能夠提供由ChatGPT提供支持的“聊天機器人”，作爲iOS 18中人工智能功能的一部分。不過報道也指出，蘋果還與谷歌就授權Gemini聊天機器人進行了談判，但尚未達成協議。
最近，奧特曼參加了播客節目“All-in Podcast”，在其中談到了許多人工智能的熱點與方向。他表示，OpenAI將繼續改進語音功能的質量，“相信語音交互或許是通向未來交互方式的重要線索”。當主持人問及他是否和Jony Ive（“iPhone之父”，前蘋果首席設計師）有所合作時，奧特曼還表示，“是的，我們在交流一些想法”。
今年2月，蘋果CEO蒂姆·庫克曾對外透露，公司正在開發生成式AI軟件功能，將在iOS 18中引入由大型語言模型支持的新Siri功能，但並未提及與OpenAI是否有合作事宜。據悉，蘋果將在6月份舉辦WWDC全球開發者大會，展示iOS、iPadOS、macOS、watchOS、tvOS 和 visionOS的前沿創新。
分析人士認爲，若能與OpenAI達成合作，蘋果不僅可以縮短產品研發週期，還可以迅速提升自家產品的智能化水平。在生成式AI時代已經落後太多的蘋果，是否能通過在其硬件中接入全球領先的大模型，打一個漂亮的“翻身仗”，謎底或許也將在6月揭曉。
責編：萬健禕
校對：高源
" Type="normal"@@-->
2024證券時報“尋找創投‘金鷹’、發現企業‘新苗’”計劃隆重啓幕，點亮時代夢想、綻放時代光芒。
點擊海報即可報名，速戳↓↓↓
" Type="normal"@@-->
版權聲明
證券時報各平臺所有原創內容，未經書面授權，任何單位及個人不得轉載。我社保留追究相關行爲主體法律責任的權利。
END
" Type="normal"@@-->