OpenAI将于5月13日周一举办发布全新的(de)产(chan)品。但却对到底要发布什么闪烁其词。此前(qian)网友猜测的(de)GPT-5或者AI搜(sou)索引擎都被否定。
CEO奥特(te)曼发推表示：
不是GPT-5，也不是搜(sou)索引擎，但我们一直(zhi)在努力开(kai)发一些大家会喜欢的(de)新东西！对我来说，它就像魔法一样。
不是GPT-5，也不是搜(sou)索引擎，但我们一直(zhi)在努力开(kai)发一些大家会喜欢的(de)新东西！对我来说，它就像魔法一样。
这个神秘的(de)新产(chan)品到底是什么？媒体援引两位知情人(ren)士说法称，新产(chan)品是一个具(ju)备视觉和听觉功能的(de)AI模型，且具(ju)有比目前(qian)的(de)聊天机器人(ren)更(geng)好的(de)逻辑推理(li)能力。
一个有视觉和听觉的(de)全新多模态AI
报道称，OpenAI最快可能会在下周一公开(kai)展(zhan)示新产(chan)品，以(yi)抢在下周谷歌的(de)一系列产(chan)品发布之前(qian)。
奥特(te)曼希望最终开(kai)发出一种类似电影《她》中(zhong)的(de)AI助(zhu)手那样能够快速响应的(de)人(ren)工智能，并以(yi)这种技(ji)术支持苹果Siri等现有语音(yin)助(zhu)手。
华尔(er)街见闻此前(qian)提到，苹果已经与OpenAI达成协议，将在iOS 18中(zhong)使用后者的(de)技(ji)术，强化Siri的(de)功能。
OpenAI已经有了可以(yi)转录音(yin)频和将文本(ben)转换成语音(yin)的(de)软件，但这些功能是通过单(dan)独的(de)AI聊天机器人(ren)实现的(de)，而新产(chan)品则将这些功能整合(he)在了一起，而且能够更(geng)好地理(li)解图像和音(yin)频，响应速度也更(geng)快。
OpenAI认为(wei)，具(ju)有视觉和听觉功能的(de)助(zhu)手有可能像智能手机一样带来变革。它可以(yi)观察用户所处(chu)的(de)环境信息，提供建议，潜(qian)在的(de)用例如充当家庭(ting)教师、翻译(yi)标志、修理(li)汽车等等。
新模型暂(zan)时无法在个人(ren)设备上(shang)运行 最终会免费开(kai)放给(gei)所有用户
由于新模型较为(wei)复杂，参数量级高，个人(ren)设备的(de)配置暂(zan)时无法满足其性能需要。
媒体分析指(zhi)出，新模型运行依赖云端，需要互联网连接(jie)才能工作。要使具(ju)有视觉和听觉功能的(de)复杂人(ren)工智能对话变得足够小巧，以(yi)便在手机等个人(ren)设备上(shang)运行，可能需要几个月甚至几年的(de)时间。
目前(qian)也没有消息透露OpenAI何时会向付费用户提供这些功能。不过根据一些企业(ye)的(de)预览来看，OpenAI的(de)新模型可以(yi)改进其服务中(zhong)已有的(de)功能，如自(zi)动客户服务代理(li)。一位知情人(ren)士对媒体表示，新软件的(de)音(yin)频功能可以(yi)帮助(zhu)客服人(ren)员更(geng)好地理(li)解来电者的(de)语音(yin)语调(diao)。
此外(wai)，媒体还(hai)称，OpenAI希望新模型最终能免费开(kai)放给(gei)所有用户使用，因此需要让其运行成本(ben)低于目前(qian)的(de)最强大模型GPT-4 Turbo，