查看原文
其他

OpenAI重磅更新定档下周一,奥特曼暗示会有「魔法」!

新智元 新智元
2024-09-05



  新智元报道  

编辑:桃子 好困
【新智元导读】OpenAI终于要放大招了!官宣定档下周一线上直播,预计发布全新AI语音助手,还有ChatGPT、GPT-4一系列更新。奥特曼澄清,没有GPT-5,也没有搜索引擎!

确认了,没有GPT-5,没有搜索引擎,但还会有惊喜!
OpenAI今天官宣预告,即将在13日,下周一上午10点(太平洋时间)开启线上直播。
届时,会有全新的ChatGPT demo演示,以及GPT-4升级更新。

传送门:https://openai.com/(OpenAI还在网页UI整了个小心机设计,一点满屏字颇有趣味)
而Altman本人更是兴奋地表示,「对我来说,感觉就像魔法一样」。
本来,发布「搜索引擎」这件事基本实锤,甚至连路透援引内部人士消息这篇报道,昨天在全网疯转。
然而,发布时间是对上了,但奥特曼突然变卦,直言「没有搜索引擎」。
据网友爆料,这是OpenAI投出的诱饵,目的是揪出内部泄密者。而经常给Jimmy Apples、Flowers泄密的爆料人,已经被OpenAI解雇。
不得不说,还是OpenAI套路深。
那么,万众期待的GPT-5没有,确认了再确认的「搜索引擎」也没有,下周一OpenAI的「魔法」究竟是啥?
Information独家报道,OpenAI正在开发一个全能的AI语音助手,预计在下周展示。
这项新技术可以通过声音和文本,与人交流,可以听出不同人的语调、语气,并能识别物体和图像。
网友纷纷表示,又是没等到GPT-5的一天。

Her即将成真!AI语音助手要来

其实,OpenAI希望,能够开发出一款像人类一样交流的AI。
Altman曾表示,自己对Spike Jonze导演的电影《Her》深感兴趣,并称其具有预见性。
在这个影片中,讲述了主人公爱上了一个对话操作系统——Semantha,并在互动过程中,AI也逐渐熟悉了他。
「她」记得他的故事,他的习惯,还发展出了自己的个性。
因此,打一开始,OpenAI致力于最终开发出类似于《Her》中的虚拟助手,同时让现有语音助手,如Siri更加出色。

新模型有音频输入、音频输出功能,以及更好的推理能力。在一些查询上甚至超过了GPT-4 Turbo
据两位知情人士透露,OpenAI已经向一些客户展示了这项新技术,包括优于现有模型的逻辑推理能力在内的多项能力。
而且,预计在下周一的活动中,将首次公开展示这款进阶后的AI。
可以确认的是,OpenAI这波操作再次截胡谷歌,抢占夺人眼睛的先机。

谷歌预计在14日召开I/O大会(OpenAI掐点的直播时间真及时,简直不给谷歌留下喘气的机会)
据网友发现,在Altman官宣不会发布「搜索引擎」,谷歌的股价立马飙升。

精准识别语调语气,但体积太大装不进手机

OpenAI团队笃定的是,具备视觉+音频能力的AI助手,可能会像智能手机一样,将给世界带来颠覆性的变革性。
ChatGPT,还只是这类强大AI助手的雏形。
理论上,他们设想的这款AI助手,可以完成不可能的任务。
比如,指导学生写论文、解决数学难题,或人们询问时,提供及时丰富的信息、翻译标志,甚至指导如何修理故障的汽车。
不幸的是,OpenAI这款AI目前体积太大,根本无法在个人终端设备运行。
不过,客户可以在短期内使用基于云的版本,来增强OpenAI已经支持的软件功能,例如自动客户服务智能体。
另据了解这项AI的人透露,新软件的音频功能可以帮助,这些智能体更精准地理解来电者的「语调」,以及他们是否在提出请求时使用「讽刺语气」。
目前,OpenAI已经开发了用于转录音频(Whisper)以及文本转语言(TTS)的模型。
ChatGPT背后便集成了这些能力,不过在用到的时候,需要分别调用这些工具。
据称,OpenAI即将推出的新模型,将这些能力整合到一个模型之中,即打造一个「原生多模态模型」。
这个全新多模态模型,在理解图像和音频方面表现更佳,同时其响应速度也超过了那些能力较弱的模型。

微软抢先体验

一如既往,OpenAI更新那天,作为「金主爸爸」的微软,定是最先用上新功能的那个人。
预计,微软将会利用OpenAI新技术升级自己的语音助手。
而且,他们设想试图去压缩这个技术,以便将其「装进」包括配备前置摄像头的可穿戴设备中,能够捕捉到用户的周围环境。
不过,目前虽尚不清楚OpenAI何时会向其付费客户提供这些新功能,但最终目标是,将其纳入ChatGPT的免费版本中。
据一位体验过的人士透露,OpenAI的目标是,让具备新功能的AI模型的运营成本,低于其当前收费的最尖端的模型GPT-4-Turbo。
他还指出,新模型在回答某些问题上表现得更好。然而,它依旧会出现「幻觉」。

GPT-5年底前发,冰山之下深藏的秘密

OpenAI的领先优势,几乎无人能及。
一直以来,谷歌高管梦想着,利用AI开发出强大的助手。
去年12年,谷歌首次展示了对话AI「Gemini」,能够实时响应人的语音指令,并识别人类正在观看的图片。
一时间,这个宣传视频在全网掀起轩然大波,让许多人瞬间对谷歌刮目相看。
没想到,还没发布一天,视频竟被曝出「造假」?!
谷歌随后解释,这些能力的实现,需要研究人员通过图片和文本指令来引导模型,并非视频所展示的那种简单对话。
此后,随着Gemini的迭代升级,也增加了一些新功能,除了分析图像和文本之外,还能分析音频。
尽管如此,它依旧不能理解多数传统语音命令,也不能像Siri和Google Assistant等传统语音助手那样与用户进行交流。
而OpenAI即将发布的AI语音助手,或许对谷歌来说,又是一个致命性的打击。
另外,OpenAI也在全力以赴,确保自己在AI领域的领先地位,不被主打「开源王牌」的Meta赶超。
今年4月,Llama 3的8B和70B版本发布,并预告了400B+开源大模型,直接狙击GPT-4。
而具备「音频+视觉」能力的AI模型,只是OpenAI正在开发的众多产品之一。
虽这次不会发布「网络搜索引擎」,但这件事确实在OpenAI内部正在推进,就是为了与谷歌搜索竞争。
毕竟,OpenAI在上周的主页中,已经对外展示了一个新的UI。
此外,OpenAI还在开发一种自动化软件,称为「计算机操作智能体」(computer-using agent)。
该软件有望加速软件开发,及其他计算机相关任务。
另外,今年年初,AI视频生成器Sora的诞生,已经在好莱坞掀起巨震,虽然目前尚未公开发布。
更重要的是,GPT-5也在默默推进中,并且要显著优于GPT-4。知情人士透露,OpenAI可能在今年年底前完成GPT-5的开发,并公开发布。
之所以,OpenAI内部在产品和AI模型开发上进展迅速,是因为此前宣布的项目,未能获得足够的关注。
比如,他们曾承诺开发者最在今年第一季度,通过构建定制聊天机器人,来为其商店赚钱。
但到目前为止,OpenAI尚未推出实现这一目标的具体方式。

ChatGPT装进iPhone,与苹果合作基本达成

另一方面,打造视觉+音频AI助手可以帮助OpenAI,将其能力引入数亿,甚至数十亿的苹果设备中。
就在刚刚,彭博报道称,苹果与OpenAI正在敲定一项协议,貌似接近尾声,基本达成。
这项协议,即将为今年的iOS提供全新的生成式AI能力。
此前,还曾爆出苹果与谷歌就Gemini的谈判正在进行中,不过还未达成协议。
毕竟,距苹果今年的开发者大会WWDC(6月10日),留给苹果的时间不多了。
多家媒体爆料称,这届大会将AI整合进全新iOS 18系统中。
对于大家的期待,苹果可不想辜负。

硬件设备,OpenAI也要自己做

此外,Altman还与iPhone设计师Jony Ive合作,去开发一款独立的AI消费设备。
Information曾报道,这款一个硬件可能从Emerson Collective和Thrive Capital等投资者那里,筹集到高达10亿美元的资金。
过去一年,AI Pin、Rabbit R1等AI驱动的设备和可穿戴产品蜂拥而出,Altman此举也是希望加入这一阵列。
不得不承认的是,即便OpenAI最先进的AI模型推出,也将因其庞大的规模,只限在云端运行,并且需要联网操作。
而未来,若想让复杂的具备「视觉+音频」的对话AI,缩小到足以在设备上运行,可能还需要几个月,甚至几年的时间。

全网大预测:智能体、gpt4-lite...

OpenAI这波官宣,可谓是戳中了所有人的兴奋点。
爆料人Jimmy Apples又来泄密,「预计下周,我们会看到智能体的发布」。
而「搜索引擎」可能会在苹果WWDC大会上,一起发布。
OpenAI研究科学家Bowen Cheng甚至表示,要发的可比GPT-5酷多了。
不知为何,这个帖子目前却被删除了。
另一位OpenAI负责视频生成的科学家Will Depue发了一张图,不知在暗示着什么。
还有一位网友Siqi Chen预测下周一,在GPT-4模型方面的更新:
- gpt4-lite:替换gpt-3.5
- gpt4-auto:一个新的模型端点(endpoint),可自动从网络检索数据,并集成内部数据来增强响应(不是「搜索引擎」)
- gpt4-lite-auto:与gpt4-auto类似,但使用的是lite版本。
同样,也有人称,gpt4-lite即将发布。
离职OpenAI,入职谷歌的Logan Kilpatrick表示,「6个月后,AI领域的格局将会完全不同。大多数人会对事情的发展感到惊讶」。
还有一个疑问是,OpenAI这次会对,gpt2做解释吗?
接下来一个月,AI海啸将翻涌而来。
关于GPT-5何时面世,最近Altman在All-In Pod中回应,「我甚至不确定我们是否会命名它为GPT-5」。
他暗示,未来可能不再遵循GPT N+1的发布模式,而是转向持续的改进过程。

但,GPT-5还得再等等。
参考资料:
https://www.theinformation.com/articles/openai-develops-ai-voice-assistant-as-it-chases-google-apple
https://www.bloomberg.com/news/articles/2024-05-11/apple-closes-in-on-deal-with-openai-to-put-chatgpt-on-iphone
https://twitter.com/sama/status/1788989777452408943




继续滑动看下一个
新智元
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存