GPT-4o很強(qiáng)，但沒(méi)到顛覆世界的程度

前段時(shí)間OpenAI發(fā)布了GPT-4o（“o”代表“omni”）。簡(jiǎn)單來(lái)說(shuō)它可以實(shí)現(xiàn)文本、音頻和圖像的任意組合作為輸入，并生成文本、音頻和圖像輸出的任意組合。且有諸多驚艷應(yīng)用。

GPT-4o 的主要升級(jí)點(diǎn)在于打通任何文本、音頻和圖像的輸入，相互之間可以直接生成，無(wú)需中間轉(zhuǎn)換；此外 GPT-4o 語(yǔ)音延遲大幅降低，能在 232 毫秒內(nèi)回應(yīng)音頻輸入，平均為 320 毫秒，這與對(duì)話中人類的響應(yīng)時(shí)間相似。

GPT-4o 不僅能通過(guò)視覺(jué) AI 能力理解攝像頭中發(fā)生的事情，同時(shí)還能夠?qū)⒗斫獾膬?nèi)容通過(guò)語(yǔ)音與舊版本 ChatGPT 交互，進(jìn)行更加豐富有趣的互動(dòng)。同時(shí)還支持中途打斷和對(duì)話插入，且具備上下文記憶能力。

而且 GPT-4o 對(duì)廣大用戶來(lái)說(shuō)它有個(gè)遠(yuǎn)超 GPT-4 的優(yōu)點(diǎn)：免費(fèi)。體驗(yàn) GPT-4 級(jí)別的智能、從模型和網(wǎng)絡(luò)獲取響應(yīng)、分析數(shù)據(jù)并創(chuàng)建圖表、聊一聊你拍的照片、上傳文件以獲取摘要、寫作或分析幫助、使用 GPTs 和 GPT Store、通過(guò) Memory 構(gòu)建更加有幫助的體驗(yàn)，這些功能全部可以免費(fèi)獲得。要知道 GPT-4 Plus 版本就因?yàn)槭召M(fèi)貴、付款麻煩，使用門檻高讓絕大部分人望而卻步，能讓更多的人用上便是 GPT-4o 的最大亮點(diǎn)。

但是現(xiàn)在能用上GPT-4o只有GPT-4 Plus版本，其他版本需要后續(xù)開(kāi)放而且免費(fèi)的GPT-4o次數(shù)有限，過(guò)了次數(shù)會(huì)直接轉(zhuǎn)為GPT-3.5。

有業(yè)內(nèi)人士認(rèn)為，特別是在預(yù)告中 OpenAI 公司的 CEO Altman 甚至用上了 " 魔法 " 二字，相比之下 GPT-4 的神通廣大、Sora 那種神筆馬良的既視感，GPT-4o 顯然稱不上魔法。而且從多模態(tài)能力方面考察，GPT-4o 的能力并沒(méi)有比上代有明顯提升。哪怕是和 GPT 的老對(duì)手 Anthropic 的 Claude 3 相比也沒(méi)有拉開(kāi)差距，可以說(shuō)從模型能力來(lái)看 GPT-4o 和 GPT-4 沒(méi)有本質(zhì)區(qū)別。

所以GPT-4o的發(fā)布更多像是一種搶跑，展現(xiàn)一種領(lǐng)先的姿態(tài)，也是維持熱度刺激購(gòu)買需求的一種方式。

有意思的是，就在GPT-4o發(fā)布24小時(shí)之后，谷歌也緊跟著發(fā)布產(chǎn)品頗有對(duì)陣叫板的意味。谷歌CEO桑達(dá)爾·皮查伊發(fā)布數(shù)十款Google和AI 結(jié)合產(chǎn)品，堪稱“全家桶”級(jí)別，全面圍剿Open AI。其中包括支持200萬(wàn)token長(zhǎng)文本的Gemini 1.5 Pro和 Gemini 1.5 Flash，對(duì)標(biāo)Sora的Veo，開(kāi)源模型Gemma 2，支持生成式搜索的AI Overviews、第六代TPU等。

谷歌CEO桑達(dá)爾·皮查伊

整場(chǎng)開(kāi)發(fā)者大會(huì)最大的看點(diǎn)為，谷歌推出的AI語(yǔ)音助手——Astra，它能夠通過(guò)攝像頭識(shí)別物體、代碼和各種東西�，F(xiàn)場(chǎng)演示視頻中，用戶要求Astra在看到發(fā)出聲音的東西時(shí)告訴她，助手回答說(shuō)，它可以看到一個(gè)發(fā)出聲音的揚(yáng)聲器。對(duì)于一閃而過(guò)的蘋果，Astra居然也能夠準(zhǔn)確回答出在眼鏡旁邊。除Astra外，谷歌還推出基于Gemini的多款通用AI Agent子系列產(chǎn)品。如音頻的NotebookLM、音樂(lè)的Music AI Sandbox、視頻的Veo、圖像的Imagen 3，直接對(duì)標(biāo)OpenAI發(fā)布的GPT-4o、Dall-E和Sora。

但問(wèn)題也跟OpenAI類似，目前還不足以讓開(kāi)發(fā)者構(gòu)建更加原生和殺手級(jí)應(yīng)用，從推理能力到多模態(tài)能力都是如此。兩家更像是你追我趕的算術(shù)級(jí)競(jìng)爭(zhēng)，誰(shuí)也沒(méi)有拉開(kāi)太多，自然就很難貢獻(xiàn)震驚世界的應(yīng)用。

也難怪馬斯克在看過(guò)發(fā)布會(huì)后表示，GPT-4o的演示讓他感到“不適、尷尬”。Andrej Karpathy大佬也用十分平靜的語(yǔ)氣給出技術(shù)總結(jié)，得到了馬斯克的附議：他們發(fā)布的是一個(gè)在同一神經(jīng)網(wǎng)絡(luò)中結(jié)合文本-音頻-視頻三種模態(tài)并同時(shí)處理的模型，僅此而已。

大模型也要“精打細(xì)算”

去年生成式AI與大語(yǔ)言模型這一撥科技熱潮在去年席卷了全球科技圈。無(wú)論是科技巨頭還是新興獨(dú)角獸，都在爭(zhēng)先恐后研發(fā)規(guī)模更大、性能更強(qiáng)的模型，進(jìn)而引發(fā)了圍繞AI芯片的軍備競(jìng)賽，并讓身為AI軍火商的英偉達(dá)比前一年多賺了340億美元。

但今年的情況已經(jīng)顯然沒(méi)有那么樂(lè)觀，務(wù)實(shí)謹(jǐn)慎的風(fēng)格傳遍了科技圈。科技媒體The Information報(bào)道稱，「包括微軟、亞馬遜和Google在內(nèi)的云廠商和其他銷售該技術(shù)（指生成式AI）的公司，正在降低自己的預(yù)期」。一些人已經(jīng)在擔(dān)憂生成式AI吹出來(lái)的泡泡會(huì)不會(huì)已經(jīng)太大了，它是未來(lái)，但可能不是現(xiàn)在，就像互聯(lián)網(wǎng)如今已經(jīng)是一門萬(wàn)億美元級(jí)別的生意，但并不妨礙千禧年時(shí)吹出的互聯(lián)網(wǎng)泡泡的爆炸結(jié)局。

關(guān)于OpenAI公司去年的營(yíng)收，目前有兩種說(shuō)法，The Information稱其2023年最后一個(gè)月的年化收入是16億美元，而《金融時(shí)報(bào)》給出的數(shù)字是20億美元。這個(gè)收入水平在AI行業(yè)絕對(duì)是第一梯隊(duì)，但是跟微軟每年提供給OpenAI公司不低于10億美元的費(fèi)用相比，仍然不算多，更何況Sam Altman雄心勃勃計(jì)劃7萬(wàn)億美元自建芯片工廠打造軟硬一體呢？或許上市能解決OpenAI的投資難題，但是作為非營(yíng)利性組織的OpenAI轉(zhuǎn)為正常的私人盈利公司尚存在諸多問(wèn)題，短期來(lái)看并不現(xiàn)實(shí)。

一大批剛剛在2023年晉升為獨(dú)角獸的美國(guó)生成式AI公司，已經(jīng)落入理想難以兌現(xiàn)的窘境。曾經(jīng)在AI獨(dú)角獸上排名前3的初創(chuàng)公司Inflection兩位聯(lián)合創(chuàng)始人跳槽微軟，因?yàn)橥谧吡薎nflection大部分員工，包括其創(chuàng)始人，微軟同意向Inflection支付約6.5億美元，以獲得其模型授權(quán)，并補(bǔ)償Inflection的投資人。

排名僅次于Inflection的另一家AI獨(dú)角獸Cohere也被傳出融資困境。這家公司自去年12月就開(kāi)始尋求以60億美元估值融資5億美元，迄今沒(méi)有確定交易，而它上一輪融資還停留在去年6月。按照大模型的燒錢速度，這些無(wú)法自我造血的獨(dú)角獸原本每半年甚至每個(gè)季度都要有新的融資才能為繼。

更為尷尬的是這些公司并沒(méi)有明顯推出強(qiáng)于GPT-4的大模型，雖然宣傳上都是“各種領(lǐng)先”但實(shí)際體驗(yàn)下來(lái)差距不小。而且這些公司基本不具備盈利能力，成為資本棄兒，缺少后續(xù)輸血也就不難理解了。

金沙江主管合伙人朱嘯虎認(rèn)為，大模型是很差的商業(yè)模式。問(wèn)題是技術(shù)沒(méi)有差異點(diǎn)，而且每一代技術(shù)比如3.5可能就要幾千萬(wàn)美金，4.0可能要幾億美金，5.0可能要幾十億美金，每一代模型你都要重新去砸錢，而且你變現(xiàn)周期可能就兩三年，這比發(fā)電廠還要差。

比如發(fā)電廠，在投了基建以后，基本上不需要再投入很多錢，但大模型是要每?jī)扇�年就要砸更多的錢去升級(jí)，而且變現(xiàn)的周期可能就兩三年。說(shuō)實(shí)話這個(gè)商業(yè)模式是非常差的商業(yè)模式。

所以不管國(guó)內(nèi)外AI投資都已經(jīng)進(jìn)入了要認(rèn)真考慮成本收益的階段，如果AI已經(jīng)進(jìn)入終局那么行業(yè)第二第三將變得價(jià)值極低，現(xiàn)階段OpenAI領(lǐng)導(dǎo)者的地位仍然牢不可破，對(duì)于初創(chuàng)公司來(lái)說(shuō)可能隨時(shí)在“死亡邊緣”。

去年的“宮斗”仍沒(méi)有結(jié)束

去年 11 月，Ilya 與另外三名董事會(huì)成員一道，迫使該公司高調(diào)的首席執(zhí)行官 Sam Altman 辭職，但后來(lái)他表示后悔。據(jù)報(bào)道，雙方爭(zhēng)論的焦點(diǎn)是對(duì) OpenAI 方向的分歧：Ilya 對(duì) Altman 以犧牲安全工作為代價(jià)而急于推出人工智能產(chǎn)品感到沮喪。Altman 在被趕下臺(tái)的五天后就回到了 OpenAI，重申了自己的控制權(quán)，并繼續(xù)推動(dòng)越來(lái)越強(qiáng)大的技術(shù)，這讓他的一些批評(píng)者感到擔(dān)憂。Ilya 仍然是 OpenAI 的員工，但他再也沒(méi)有回去工作。

Sam Altman（左）Ilya Sutskever（右）

今年5月17日，在公司聯(lián)合創(chuàng)始人兼首席科學(xué)家伊利亞·蘇茨克沃（Ilya Sutskever）周二宣布離職后幾個(gè)小時(shí)，其超級(jí)對(duì)齊團(tuán)隊(duì)負(fù)責(zé)人之一詹·萊克（Jan Leike）也在社交平臺(tái)X上發(fā)帖宣布辭職。

OpenAI超級(jí)對(duì)齊負(fù)責(zé)人Jan Leike，自曝離職的真正原因，以及更多內(nèi)幕。一來(lái)算力不夠用，承諾給超級(jí)對(duì)齊團(tuán)隊(duì)的20%缺斤少兩，導(dǎo)致團(tuán)隊(duì)逆流而行，但也越來(lái)越困難。二來(lái)安全不重視，對(duì)AGI的安全治理問(wèn)題，優(yōu)先級(jí)不如推出“閃亮的產(chǎn)品”。

Jan Leike

這里先解釋一下“對(duì)齊”是什么意思，由于GPT大模型的生成是黑盒機(jī)制產(chǎn)生內(nèi)容是隨機(jī)可控性弱的，難免產(chǎn)生不符合人類價(jià)值觀的東西。所以他們?cè)跇?gòu)建一個(gè)能與人類水平相媲美的自動(dòng)對(duì)齊研究器，盡可能將相關(guān)工作交由自動(dòng)系統(tǒng)完成，同時(shí)確保人工智能系統(tǒng)的行為與人類價(jià)值觀和目標(biāo)保持一致。

離開(kāi)的也不只是對(duì)齊團(tuán)隊(duì)的人，OpenAI前工程負(fù)責(zé)人，曾領(lǐng)導(dǎo)過(guò)ChatGPT, GPT-4, DALL·E和APIs上線的Evan Morikawa也宣布離開(kāi)，將與前波士頓動(dòng)力高級(jí)機(jī)器人學(xué)家Andy Barry和Deep Mind研究科學(xué)家Pete Florence 和 Andy Zeng共同開(kāi)展一個(gè)全新項(xiàng)目，并認(rèn)為“這是在全球范圍內(nèi)實(shí)現(xiàn) AGI 所必需的”。

有網(wǎng)友表示這聽(tīng)起來(lái)像是OpenAI想繼續(xù)燒錢商業(yè)化，而不是確保前進(jìn)步驟的安全。他們想成為大亨，而不是英雄。

對(duì)Jan Leike的長(zhǎng)文開(kāi)炮，奧特曼當(dāng)然是不會(huì)就此作罷的了。很快他便發(fā)文“反擊”：“我非常感謝 Jan Leike 對(duì) OpenAI 對(duì)齊研究和安全文化的貢獻(xiàn)，也非常難過(guò)看到他離開(kāi)。他說(shuō)得對(duì)，我們還有很多事情要做，我們承諾會(huì)做到。我會(huì)在接下來(lái)的幾天里發(fā)一篇更長(zhǎng)的文章。”不出意外的話，未來(lái)幾天還會(huì)像去年一樣，小作文反轉(zhuǎn)不斷。至于真相是什么，或許只有躬身其中的少數(shù)人知道，是非曲直其實(shí)對(duì)網(wǎng)友來(lái)說(shuō)并不太重要。

重要的是此次“離職潮”表明了去年以來(lái)的內(nèi)部矛盾并沒(méi)有消弭，反而是隱藏轉(zhuǎn)移爆發(fā)。歸根結(jié)底的來(lái)說(shuō)，Ilya Sutskever跟Sam Altman之爭(zhēng)主要是技術(shù)原教旨主義者和市場(chǎng)激進(jìn)派之間的矛盾。Jan Leike表示：“我相信，我們應(yīng)該將更多的帶寬花在為下一代模型做準(zhǔn)備上，關(guān)注安全、監(jiān)控、對(duì)抗性穩(wěn)健性、超級(jí)對(duì)齊、保密性、社會(huì)影響等相關(guān)話題。這些問(wèn)題很難解決，我擔(dān)心我們還沒(méi)有走上正軌。”

但Sam Altman一直以來(lái)在強(qiáng)調(diào)AI會(huì)如何顛覆世界創(chuàng)造出令人驚訝的產(chǎn)品，在瘋狂地積累芯片甚至要自建芯片廠，來(lái)加速技術(shù)的發(fā)展。筆者認(rèn)為兩者之爭(zhēng)是幾乎所有AI從業(yè)者都要考慮的事情，技術(shù)當(dāng)然可以促進(jìn)社會(huì)生產(chǎn)力發(fā)展，但也會(huì)帶來(lái)一系列安全問(wèn)題和風(fēng)險(xiǎn)。

Sam Altman未必真的是唯利是圖一心只想賺錢，他所說(shuō)的重視AI安全不一定是謊言。但作為管理者要考慮公司的長(zhǎng)久運(yùn)營(yíng)，能兼顧是最好不能兼顧那就需要有優(yōu)先級(jí)。目前AI對(duì)齊所需算力并不小而且對(duì)齊之后的AI性能下降明顯，這可能是Sam Altman無(wú)法給對(duì)齊團(tuán)隊(duì)滿意安排的重要原因之一。當(dāng)然真實(shí)情況可能更復(fù)雜，但邁向下一個(gè)時(shí)代的科技生產(chǎn)力，如果沒(méi)有足夠的商業(yè)利益一切都會(huì)是空談。

如果OpenAI完全放棄對(duì)齊或者不重視，那對(duì)未來(lái)的GPT-5來(lái)說(shuō)將是巨大的風(fēng)險(xiǎn)，商業(yè)化被迫戛然而止也有可能。總之，我們希望出現(xiàn)一個(gè)更好更開(kāi)放的OpenAI，而不是把問(wèn)題都丟給社會(huì)。

中國(guó)大模型也無(wú)需自卑

近一個(gè)月國(guó)產(chǎn)大模型讓市場(chǎng)產(chǎn)生了正在追平美國(guó)的印象，很多亮點(diǎn)也來(lái)自初創(chuàng)企業(yè)。月之暗面將上下文長(zhǎng)度擴(kuò)展至200萬(wàn)token；Minimax出海陪聊應(yīng)用Talkie日活接近 Character.AI；發(fā)布了Vidu的生數(shù)科技，提出U-ViT架構(gòu)比Sora還早；開(kāi)源模型DeepSeek在保證性能的前提下，讓成本降至1塊錢百萬(wàn)token輸入。

有些文章說(shuō)國(guó)內(nèi)AI都在卷價(jià)格只有國(guó)外在卷功能，其實(shí)并不客觀。推理需求已經(jīng)真實(shí)存在了。去年底發(fā)布以來(lái)，阿里巴巴近1.7萬(wàn)中小外貿(mào)商家訂購(gòu)了AI生意助手，發(fā)布了上百萬(wàn)商品，搜索量提升近四成。字節(jié)跳動(dòng)將豆包大模型接入了抖音、飛書等業(yè)務(wù)，日均處理1200億token文本，但沒(méi)有公布參數(shù)等細(xì)節(jié)，可能是因?yàn)榕cTiktok用了類似的推薦算法。百度文心大模型日處理文本2500億token，日均調(diào)用量為去年底的4倍。騰訊已經(jīng)把混元大模型用在了會(huì)議、讀書與游戲客服上；AI支持的廣告服務(wù)的點(diǎn)擊率與交易量也在上升。

開(kāi)源大模型通義千問(wèn)已經(jīng)火到國(guó)外去了，有太多外國(guó)人在討論和使用（通義千問(wèn)）Qwen大模型。

通義發(fā)布1100億參數(shù)開(kāi)源模型Qwen1.5-110B，該模型在MMLU、TheoremQA、GPQA等基準(zhǔn)測(cè)評(píng)中超越了Meta的Llama-3-70B模型；在HuggingFace推出的開(kāi)源大模型排行榜Open LLM Leaderboard上，Qwen1.5-110B沖上榜首，再度證明通義開(kāi)源系列業(yè)界最強(qiáng)的競(jìng)爭(zhēng)力。

或許有人會(huì)質(zhì)疑跑分成績(jī)，但是面向C端主打全功能免費(fèi)的通義，卻是真香了。同時(shí)通義千問(wèn) APP 還升級(jí)為「通義 APP」，集成文生圖、智能編碼、文檔解析、音視頻理解、視覺(jué)生成等全棧能力，想成為用戶的「全能 AI 助手」。

寫在最后

無(wú)論是OpenAI還是國(guó)內(nèi)的AI企業(yè)，都離不開(kāi)金融資本和產(chǎn)業(yè)資本的運(yùn)作，過(guò)于排斥商業(yè)化并不是好事，但也應(yīng)該有底線取得安全與效益的平衡，只有這樣才能實(shí)現(xiàn)科技創(chuàng)造美好未來(lái)。歷史上的重大技術(shù)進(jìn)步往往伴隨著金融泡沫，這是新技術(shù)推廣的自然組成部分。AI有泡沫并不可怕，可怕的是技術(shù)的基石不牢，難以解決現(xiàn)實(shí)中的種種問(wèn)題，最終難以落地變成“全都是泡沫”。

參考資料：

OpenAI重磅發(fā)布GPT-4o 來(lái)源：Founder Park

GPT-4o搶先測(cè) 來(lái)源：DoNews

GPT-4o很好但最大亮點(diǎn)只有免費(fèi) 來(lái)源：ZAKER

大模型的泡沫來(lái)了嗎？來(lái)源：NewNewThing

中美巨頭的AI差距 來(lái)源：未盡研究

OpenAI保護(hù)人類的團(tuán)隊(duì)分崩離析 來(lái)源：硅星人Pro

OpenAI的元老科學(xué)家都跑光了 來(lái)源：AI前線

Ilya離開(kāi)OpenAI內(nèi)幕曝光 來(lái)源：量子位

通義千問(wèn)2.5正式發(fā)布 來(lái)源：阿里云

       原文標(biāo)題 : GPT-4o重磅發(fā)布，但AI已經(jīng)進(jìn)入泡沫前期