出品｜虎嗅科技组

作者｜齐健

编辑｜陈伊凡

头图｜电影《华尔街之狼》

GPT-4就是冲着赚钱来的！

北京时间3月15日凌晨，OpenAI正式官宣了大模型GPT-4 。

在惊艳到出圈的ChatGPT推出后仅仅4个月，OpenAI再推新品。这似乎正在印证此前传出的“OpenAI计划2023年营收2亿美元，2024年底前营收达10亿美元”的目标。限制盈利机构OpenAI要开始用大模型赚钱了。

目前官宣的GPT-4能力与此前传说的基本相似，主要提升了语言模型方面的能力，并添加了“多模态”的图片识别功能。

此外，GPT-4 将“单词最大输出限制”提高到了 25000 个单词，比基于GPT-3的ChatGPT更强大，在对问题的理解和回答方面，GPT-4也显得更聪明，更像人了。

目前，ChatGPT Plus版本的用户已经可以直接在原来的ChatGPT基础之上，选择GPT-4模型，直接体验。不过，目前GPT-4每4小时只能回答100个问题。

ChatGPT Plus已经可以适用GPT-4了

在前不久的GPT-4“谣言”阶段，微软就曾多次通过各种渠道透出New Bing会第一时间应用GPT-4。新模型发布后，微软更是在第一时间宣布“我们很高兴确认新的Bing正在运行GPT-4，我们已经为搜索进行了定制。如果您在过去五周中的任何时候使用了新的Bing预览版，那么您已经体验到了这个强大模型的早期版本。”

在参数量方面，在OpenAI公布的GPT-4论文中，并没有之前一直传说的“100万亿参数”，甚至没有提及GPT-4到底用了多少参数，不过笔者亲测ChatGPT Plus中开放的GPT-4功能后感觉，回答的速度比GPT-3.5要慢了一些。

“单从回答速度比ChatGPT慢来说，并不能表明GPT-4的参数量就更大。”大算力AI芯片存算一体专家，千芯科技董事长陈巍博士认为，OpenAI不公布参数量和架构是一种商业化技术保护策略，增加其竞争对手的产品试错成本。不过目前也没法排除GPT-4参数量小于GPT-3的可能性。

迅速落地商业应用，保密参数量，增加图片识别能力，大幅提升语言模型能力。GPT-4的推进速度，比4个月前的ChatGPT快了不是一步两步。

看起来更像人了，但离AGI还很远

从ChatGPT问世到GPT-4发布前的这4个月时间里，对GPT-4最多、最准确的预言就是“多模态”，简言之就是GPT-4可以看图了，而且它还能看懂图片的内涵。

在自然语言处理（NLP）中，文本、图像和音频信息都可以共同帮助理解和生成更丰富的内容。同样，在计算机视觉任务中，文本和图像信息“齐发”可以提高目标检测和场景理解的准确性。

“具备多模态的生成能力一定是大模型未来的趋势，而且生成式大模型不是只能做图像生成、文本生成这样的生成任务，它其实是有望成为未来AI的统一底座的。”瑞莱智慧副总裁唐家渝举例说，生成式模型在解决零样本、少样本学习任务时也有着优异的表现，这也是研究生成式大模型的重要意义之一。

GPT-4本次发布最惊艳的地方就在于，AI对“看”这件事儿，不再只是关注眼前事物，而是可以理解图片的含义了。

比如，分析图片的内容：

问：你可以解释一下这张图嘛？

GPT-4答：这是一个笑话，结合了两个不相关的东西：太空中的地球照片和鸡块。图中文字表明，该图是从太空拍摄的地球的美丽照片。 然而，图像实际上是鸡块排列成世界地图。图中的幽默来自于文本和图像意想不到的并置。 文字建立了对地球宏伟形象的期望，但这个形象实际上是平凡而愚蠢的。

通过草稿上的几句话，编写一个功能齐全的网站。

与GPT-3.5一样，GPT-4根据提问编造了一段故事

GPT-4在第二个回答中解释了编造故事和现实的前后文关系

OpenAI 在GPT-4的官方发布文章中提到：“GPT-4也可能自信地在其预测中犯错，在可能出错时也不会复检。有趣的是，基础预训练模型经过高度校准（其对答案的预测置信度通常与正确概率相匹配）。然而，通过我们目前的训练后过程，校准减少了。”

在九类内部对抗性设计的事实评估中，我们将 GPT-4（绿色）与前三个 ChatGPT 版本进行了比较。所有主题都有显着的收获。准确度为 1.0 意味着模型的答案被判断为与评估中所有问题的人类理想回答一致。

“GPT-4可以说是工程的胜利，”AI应用DrawThings开发者Liu Liu认为，从目前的论文和展示来看GPT-4可以说是符合业内人士的预期，也就是human level intelligence with a lot of caveats（加了很多限制条件的人类水平的智能）。不过，大众对GPT-4的预期可能更高。

“GPT-4目前可以说是具备了基本的推理能力和逻辑能力。但是应该还不能处理复杂问题，或者我们不知道怎么给prompt（提示词）。所以现在还只是一个知识特别丰富，但是只有基本推理逻辑能力的AI。”Liu Liu解释说，这里的复杂推理能力，可以简单理解为“玩星际争霸2或者Dota2”这样的复杂任务。

对此，牛津大学计算机学院院长迈克尔·伍尔德里奇教授认为，LLM（大型语言模型）在涉及语言问题时表现的通用能力很强，但它并不是AGI。它只是为了执行特定的、狭隘领域的任务而构建和优化的软件组合。我们需要更多的研究和技术进步才能实现AGI。

“它不存在于现实世界中，也无法理解我们的世界。”在一次采访中，伍尔德里奇教授给虎嗅举了这样一个例子，如果你现在开始与ChatGPT进行对话，说完一句之后就去度假了。当你出游一周回来时，ChatGPT仍然在那里耐心地等待你输入下一个内容，它不会意识到时间已经过去或者世界发生了哪些变化。

商业化能力再提升，GPT-4能去赚钱了？

“GPT-4已经突破了落地的问题，采用云的方式，用的人越多，成本越低。”云舟集成电路创始人兼CEO赵豪杰认为，GPT-3会更偏向NLP，而GPT-4在各方面的能力都更强一些。他给虎嗅举了这样一个例子，GPT-3就像初中生，还不能出来工作赚钱，GPT-4应该已经职校毕业，可以上班赚钱了。

GPT-4的能力虽然在很多现实场景中不如人类，但在各种专业和学术基准测试中表现出了与人类相当的水平。不管怎么说，GPT-4确实在商业化上更进一步了。

GPT-4和GPT-3.5的部分考试成绩

在此之前，ChatGPT以及GPT-3在专业领域的表现一直被人们认为差强人意，在美国的律师资格考试Uniform Bar Exam (MBE MEE MPT)中，GPT-4的成绩甚至可以排到前10%，而GPT-3.5只能排在倒数10%。GPT-4在专业领域的能力实现了巨大提升，在一些专业领域已经开始逐渐接近甚至超过人类，这给GPT-4在很多ToB商业领域提供了更多可能性。

例如，专业技能辅助工具，知识检索类的应用，职业教培辅导等领域，GPT-4的能力将是革命性的。

对于GPT-4在专业技能上的突破，如果再进一步思考，或许未来人类的职业技能，将被AI重构。而在教育和技能培训方面，或许现在就该开始思考，哪些技能AI无法取代，我们应该学习什么知识和技能，以保持身为“人类”的不可替代性。

相比于GPT-3和GPT-3.5，GPT-4的智力更强，更不易出错，这显然有利于商业落地，而新增的图片识别功能则给OpenAI找到了更多的应用场景。

GPT-4能够基于视觉信息做逻辑推理，不仅告诉用户眼前发生了什么，更能说出发生的事代表了什么。目前，OpenAI已经给GPT-4找到了一个社会价值非常高的应用场景——助残。

BeMyEyes 是一家总部位于丹麦的公司，他们致力于在日常生活中帮助视障人群。BeMyEyes的基础功能是在App中招募，通过链接志愿者和视障人士，为他们提供“视力”帮助。

OpenAI 此次公布GPT-4时，也公布了他们和BeMyEyes的密切合作，通过GPT-4的多模态识别功能，为视障人士提供更便捷的“虚拟志愿者”（Be My Eyes Virtual Volunteer™）。用户可以通过该应用程序将图像发送给给予GPT-4的“虚拟志愿者”， AI将为各种任务提供即时识别、解释和对话式的“视力”帮助。

目前该功能正处于封闭测试阶段，预计将在接下来的几周内扩大 Beta 测试人员群体，并有希望在未来几个月内广泛提供虚拟志愿者。该应用在中国App Store亦可下载中文版本，目前也已经开放了公测排队。Be My Eyes声称“该工具将对所有使用 Be My Eyes 应用程序的盲人和低视力社区成员免费。”

“真正的多模态大模型还没有来，期待GPT-4.5和GPT-5，还会在多模态上有很大进展。”源码资本执行董事陈润泽告诉虎嗅，多模态大模型还有很大发展空间，未来也会带来更多的应用场景。

虽然GPT-4大幅拓宽了大模型可能落地的商业化场景。但算力、研发成本，仍被很多人认为是大模型落地过程中很难跨过的障碍。毕竟大模型的研发、算力支出在目前看来高的吓人，此前ChatGPT公开的单次训练、日常运营开支都是以百万美元为单位的，短期内想要商用可能很难控制成本。

不过，陈巍认为，在商业化方面GPT-4更容易落地。成本是否更高要看多方面因素，GPT-4总的固定研发成本（含预训练模型的训练成本，不是增量成本）高于ChatGPT，但可以看到OpenAI已将GPT-4开放在ChatGPT Plus生产环境中，因此不排除GPT-4模型运行成本更低的可能。

在NLP研究领域，专家们一直在尝试不依赖大算力来进行LLM训练，但目前还没有特别好的解决方案。从仿生学上来看，人脑本身是不需要依赖非常大量算力进行学习的，因此随着脑科学技术研究的深入，未来应该会有一种技术替代现在的暴力训练方式。但是即便不考虑训练，大算力确实会给模型的部署应用带来更好的性能提升。

陈巍认为，存算一体（CIM）架构或类脑架构（并不特指SNN架构），或者两者的异构结合，这两类架构都更接近人脑的逻辑结构，可以有效的提升有效的训练算力，给AI训练和研发提供更高效的算力工具。（当然并不排斥这两者与现有CPU或GPU技术的异构整合）

事实上，OpenAI的大模型在成本方面正在以肉眼可见的速度下降。3月1日，ChatGPT刚刚公布开放API时，即已声明成本比最初降低了90%。目前，已公开的GPT-4的API价格则大概是纯文本输入每1k个prompt token定价0.03美元，每1k个completion token定价0.06美元。默认速率限制为每分钟40k个token和每分钟200个请求。对此，赵豪杰表示：“GPT-4已经突破了落地的问题，采用云的方式，用的人越多，成本越低。”

除了成本，利润也是非常关键的，陈润泽认为，OpenAI在GPT-4的论文中用了大量篇幅讲述他们在安全可控方面的努力。“GPT-4（launch）做了更好的安全约束。技术的进步是多要素综合，利润也会与之一起驱动商业化落地。”

GPT-4都发了，“中国的OpenAI”们路在何方

“各家模型之间没有明显可比性，他们的区别主要在于投入市场的节奏，以及用户数量。”伍尔德里奇教授认为，OpenAI的大模型从技术上来讲，优势并没有那么夸张。相对于其他产品来说，只是问世更早而已。然而，正是因为比其他产品更早投入市场，也意味着它比其他人获得了更多的用户，以及反馈数据。

GPT-4发布之后，OpenAI在产品上又领先了全球一步。在国内追赶ChatGPT的队伍中，百度的文心一言或许是最接近的，目前已经官宣了3月16日发布，然而GPT-4又比百度早发一天，从这方面上看，重压之下，国内厂商追赶OpenAI看起来也越发困难了。

不过，对于中国的大型语言模型市场，多数专家认为，中文实际上是“原发”劣势。基于中文的模型与英文模型差别很大，中文互联网的复杂程度远高于英文，而且数据、信息量也更大，这使得语料收集、建模、训练，都要比英文困难很多。“中文本来就难，不过在中文大模型这方面，先不管好不好用，必须要有。”赵豪杰对虎嗅如是说。

“GPT-4和ChatGPT都是AI技术进步道路上的短暂风景。包括开源社区也在推进OpenAssitant等类ChatGPT开源模型。”陈巍表示，“我们提倡的思路是，产业界参考OpenAI的路线迅速追击，勤劳的同胞可在垂域上做出更好的细分领域模型；学术界则尝试更高效率的训练方法或更高性能的模型结构，尝试找到暴力训练之外的路径。”

目前看大模型和算力芯片已经成为AI产业发展的两个主驱动轮，两个都要持续投入和推进才能获得更好的产业地位和战略优势。

OpenAI在发布GPT-4的同时，还公布了一项有意思的开源。即用于评测大语言模型的OpenAI Evals框架，该框架可以通过数据集自动生成提示（Prompt），评估模型生成的回答/补全（completion）的质量，比较不同数据集或模型的性能。

“这类评测框架在各NLP企业中一直存在，但较少开放。”陈巍对虎嗅表示，OpenAI这一举措可能有助于NLP领域建立起统一的LLM评测标准，可能节约小企业建立评测体系和训练数据集的时间和成本。

不过，陈巍同时提示，有一点需要注意，就是在Evals的免责声明（Disclaimer）中，OpenAI 保留在其未来产品中使用这些Evals用户上传的数据的权利。

正在改变与想要改变世界的人，都在 虎嗅APP