OpenAI将于5月(yue)13日周一举办发布全新的产品。但却对到底要发布什么闪烁其词。此前网友猜测的GPT-5或者AI搜索引擎都被否定。
CEO奥特曼发推表示：
不是GPT-5，也不是搜索引擎，但我们一直在努力开发一些大家会喜欢的新东西！对我来说(shuo)，它就像魔法一样(yang)。
不是GPT-5，也不是搜索引擎，但我们一直在努力开发一些大家会喜欢的新东西！对我来说(shuo)，它就像魔法一样(yang)。
这(zhe)个神(shen)秘的新产品到底是什么？媒体援引两(liang)位知情人士说(shuo)法称，新产品是一个具备视(shi)觉和听觉功能(neng)的AI模型(xing)，且具有比目前的聊天机器(qi)人更好的逻辑推理能(neng)力。
一个有视(shi)觉和听觉的全新多模态AI
报道称，OpenAI最(zui)快可能(neng)会在下周一公开展示新产品，以抢在下周谷歌的一系列产品发布之前。
奥特曼希望最(zui)终开发出一种类似电影《她(ta)》中(zhong)的AI助手那样(yang)能(neng)够快速响应的人工智能(neng)，并以这(zhe)种技术支持苹果Siri等现有语音助手。
华尔街见闻此前提到，苹果已(yi)经与OpenAI达成协议，将在iOS 18中(zhong)使用(yong)后者的技术，强化Siri的功能(neng)。
OpenAI已(yi)经有了(le)可以转录音频(pin)和将文(wen)本转换成语音的软(ruan)件(jian)，但这(zhe)些功能(neng)是通过单独的AI聊天机器(qi)人实现的，而新产品则将这(zhe)些功能(neng)整合在了(le)一起，而且能(neng)够更好地理解图像和音频(pin)，响应速度也更快。
OpenAI认为(wei)，具有视(shi)觉和听觉功能(neng)的助手有可能(neng)像智能(neng)手机一样(yang)带来变革。它可以观察用(yong)户所处的环境信息，提供建议，潜在的用(yong)例如充当家庭教师、翻译标志(zhi)、修理汽车等等。
新模型(xing)暂时无法在个人设备上运行 最(zui)终会免费开放给所有用(yong)户
由于新模型(xing)较(jiao)为(wei)复杂，参数量(liang)级高，个人设备的配置暂时无法满足其性能(neng)需要。
媒体分(fen)析指出，新模型(xing)运行依赖云端，需要互联网连接才能(neng)工作。要使具有视(shi)觉和听觉功能(neng)的复杂人工智能(neng)对话变得足够小巧，以便在手机等个人设备上运行，可能(neng)需要几个月(yue)甚至几年的时间。
目前也没(mei)有消息透露OpenAI何时会向付费用(yong)户提供这(zhe)些功能(neng)。不过根据(ju)一些企业的预览来看，OpenAI的新模型(xing)可以改进其服务中(zhong)已(yi)有的功能(neng)，如自动客户服务代(dai)理。一位知情人士对媒体表示，新软(ruan)件(jian)的音频(pin)功能(neng)可以帮助客服人员更好地理解来电者的语音语调。
此外，媒体还称，OpenAI希望新模型(xing)最(zui)终能(neng)免费开放给所有用(yong)户使用(yong)，因此需要让其运行成本低于目前的最(zui)强大模型(xing)GPT-4 Turbo，