引领全球人工智能热潮的OpenAI，终于推出了它的新一代多模态模型GPT-4。

新一代模型能够同时接收图像和文本输入，比上一代模型GPT-3.5（ChatGPT的技术基座）参数更多、更安全，“比以往更具创造性和协作性”，并且“由于它有更广泛的常识和解决问题的能力，可以更准确地解决难题。”

这一次的发布，也比以往更加神秘，OpanAI没有公布GPT-4相关技术细节，标志着该公司从非营利性研究实验室向营利性技术公司的全面转变。

GPT-4在安全性和精确性上都有巨大的提升。

OpenAI称，GPT-4比GPT-3.5对受限制请求做出回应的可能性低82%，编造内容的可能性低60%。

更重要的是，不同于ChatGPT仅能接收文本输入，GPT-4可以响应图片。向它展示一张冰箱里东西的照片，然后问它能做什么饭，GPT-4会尝试用照片上的原料生成菜谱。

给它一张气球被线拴在地上的图片，然后提问如果把线割断会发生什么，GPT-4会回答“气球会飞走”。

此外，OpenAI的新模型在基本推理方面的表现比ChatGPT更好，可以解决更复杂的难题。

据媒体拿到的演示版本，GPT-4能够用字母“g”开头的单词概括OpenAI的公司简介：

“GPT-4, groundbreaking generational growth, gAIns greater grades. Guardrails, guidance, and gains garnered. Gigantic, groundbreaking, and globally gifted.”

GPT-4在美国律师执照考试（UBE）上的表现也远超GPT-3.5，GPT-3.5的得分是倒数10%，而GPT-4是前10%。

AI初创公司Hugging Face联合创始人Thomas Wolf对媒体称，理论上，结合文本和图像的多模态模型能够更好地理解世界：

“它可能能够解决语言模型的传统弱点，如空间推理，”

艾伦人工智能研究所的Oren Etzioni对媒体表示：

“GPT-4现在是评估所有AI模型的基准，它在许多方面的提升都非常显著。”

然而，和之前发布GPT-3、2的时候不一样，OpenAI这次没透露GPT-4是如何打造的——没有公布数据、计算能力或训练技术。只是模糊地说，GPT-4的参数更多，是一个更大的模型。

以前，OpenAI会公开这些数据，给同行参考，比如GPT-2有15亿个参数，性能更好的GPT-3参数是它的100倍。

Wolf对媒体抱怨道：

“OpenAI现在是一家完全封闭的公司，科学交流变成了产品发布会。”

竞争变得更加激烈了，Google旗下DeepMind的多模态模型Flamingo在急起直追，其他互联网巨头也都正在AI上发力。OpenAI如今是一家背靠微软、寻求赚钱的营利机构，而不是一家纯粹的人工智能研究所了。

GPT-4的早期版本已经在微软产品中上线。OpenAI还开放了API接口，让机构商用。目前，OpenAI已经与支付平台Stripe、语言学习平台多邻国、摩根士丹利和冰岛政府（冰岛试图使用GPT-4来保护冰岛语言）等多家机构建立合作关系。

GPT-4的访问权限将优先提供给付费购买ChatGPT会员的用户，但目前仅限于文本输入。

本文来自华尔街见闻，欢迎下载APP查看更多