Big news！它来了，上个月全网刷屏的ChatGPT又来了。

这次，它又完成了超强进化，带着一身炫酷的技能点，GPT-4闪亮登场，再次惊艳所有人。

（这里插播一条消息，Google在刚刚过去的π day（3月14日），推出了搭载各种AI服务、几乎覆盖整个办公场景的新版Workspace，也许是想弯道超车，结果又一次毫无波澜……GPT-4让所有人眼前一亮，估计只有Google两眼一黑了。）

在其他技能测试中，GPT-4的表现也明显好于旧版本。

某种程度上，你的大脑如何体验这个简单的动作是来自不同感官的组合，创造了一个更复杂的“吃苹果”真正含义的表述。

有了多模态，我们可以教机器，一张苹果的图片，一个人咬苹果时发出的声音，以及关于苹果是什么的一般文字描述，代表了我们都描述为苹果的同一事物概念。

这样一来，盲人也能够「看到」图片了（丹麦一家为盲人或视力低下人群提供帮助的企业Be My Eyes已经开始开发基于GPT-4的虚拟志愿者™（Virtual Volunteer™），该应用拥有与人类志愿者水平相当的上下文和理解能力）。

多模态使得 GPT-4能做的事情更有想象空间了。

看图说话，玩梗解梗，AI讲的冷笑话没那么冷了。

“开局一张图，内容全靠编”这句话现在放到GPT-4上可能要有不同含义了。不过，怎么“编”得看喂给它的是什么，以及用户提什么需求了。

一来，尽管GPT-4的性能有了大幅提升，它胡言乱语的毛病得到了改善，但并未完全根除。所以，满嘴跑火车“瞎编”的情况依然可能存在，它不仅编得快，还能编得像模像样。

人类玩的梗，GPT-4也能整明白了，解梗讲冷笑话也是信手拈来（幽默感略有提升，但不多）。

二来，GPT-4能够处理图像和文本的组合输入，并根据图中的画面或文本完成用户指定的视觉或语言任务，然后输出文本（自然语言、代码等）。

如根据图像做推理、求解物理题、从论文截图生成总结摘要等。这里的“编”可以是“编译”或“编写”，是有逻辑的看图说话。

一个不小心，OCR技术又被GPT-4降维打击了。

想象一下，给GPT-4一张粗略的手绘草图，就能得到一个正常运行的网站。是的，它做到了。

GPT-4化身赛博神笔马良，草图秒变网站，看到这里，前端工程师该慌了吗？

马斯克表示慌了（还不忘顺便给自己的Neuralink打个广告）。

在一些用户的编程实测中，也提到GPT-4的编程水平明显提高了，它一开始就能写出完整的应用页面，还能随时debug，改善代码的可读性和优化代码。

有网友戏称，在用GPT-4做开发的过程中，人类变成了「机」-「机」接口。人需要做的工作就是告诉机器自己需要什么，然后从一台机器复制代码到另一个机器，代码报错也能让AI改，甚至应该直接把这个修复过程自动化。

不管你有没有用过ChatGPT，AI已经变得无处不在，就像空气一样，你可能感觉不到它的存在，但它无时无刻不在影响着你的生活。

看完这篇文章，至少，现在不会看不懂，但大受震撼了。

看懂之后可以转发让更多人也感受一下震撼。