科技巨头(tou)之间(jian)的竞争，越来越不讲武德了(le)。
原本，OpenAI的“春季新品发布会”定(ding)于5月9号，结果硬生生拖到了(le)现在。
为什么(me)呢？因为谷歌明天开开发者大会……
就是要(yao)骑(qi)脸输出，不给(gei)友(you)商任何活路！
于是今天凌晨1点，山姆·奥特曼口中“就像魔法一样的东西”，终于揭开了(le)面纱。
不是大家(jia)想(xiang)象中的GPT-5，而是GPT-4的迭代版(ban)本，GPT-4o。
o是omni的缩写，源于拉丁语的omnis，意(yi)思是无所不在、无所不知、无所不能。
听起来神神叨叨的，颇有(you)点佛祖、上帝的味道。
GPT-4o，也就是全能大模型。
全能？这就很(hen)有(you)意(yi)思了(le)。
01强在哪里？
所谓全能，当然不是真的指全知全能。
至(zhi)少现在不可(ke)能。
如果人造“上帝”真的被造出来，我们所有(you)人都可(ke)以立刻躺平、混吃等死(si)了(le)，统治世界or解放世界都在这家(jia)伙(huo)的一念(nian)之间(jian)。
目前的GPT-4o，能做到的是文字、图像、音频(pin)、视频(pin)任意(yi)组(zu)合的全模态。
OpenAI的原话是：GPT-4o是第(di)一个融合所有(you)模态的模型，我们只是触(chu)及到其能力的表面。
尽管只是表面，但也极其强大了(le)。
先看横向(xiang)测(ce)评(ping)。
简单总结就是：更快、更强、更便宜。
首先是效(xiao)率。GPT-4o 的处理速(su)度是 GPT-4 Turbo 的两倍，速(su)率限制提高了(le)五(wu)倍，最高达到1000万token/分钟，价格还降低(di)了(le)一半。
其次是性能。在所有(you)语言基准测(ce)试中，GPT-4o都比GPT-4更强大，还能在50多种语言之间(jian)无缝翻译。
然后是最重要(yao)的一点：多模态输入输出。
GPT-4o 能够处理文本、音频(pin)和图像的任意(yi)组(zu)合输入，并实时生成相应的输出与用户互动(dong)。
注(zhu)意(yi)，是实时！实时！
下面再看看其具体表现。
发布会上，测(ce)试者对着手机(ji)说：我第(di)一次来直播(bo)，有(you)点紧张。
ChatGPT立刻回答：你可(ke)以深呼吸(xi)。
男子照办。
ChatGPT立刻又开玩笑道：你不是吸(xi)尘器吧，不要(yao)喘(chuan)。
当听到对方终于平稳(wen)呼吸(xi)时，它居然还会开口鼓励。
看到这，苹(ping)果手机(ji)用户很(hen)快就能察(cha)觉出有(you)啥不同了(le)。
我们此前用的Siri之类的语音助手，反馈慢倒还罢了(le)，你还必须要(yao)等它说完，才(cai)能进行下一轮对话。
非(fei)常呆板，且浪费时间(jian)。
其实这也正常，它毕竟只是个很(hen)原始的程序。
之前我们与AI对话，都要(yao)经(jing)历(li)3个步骤：
1.人说话，AI将音频(pin)转成文本代码；
2.AI回答它自己翻译的这段文本；
3.将回复的内容转化成音频(pin)输出。
这就相当于一来一回的回合制，不论怎么(me)样都会有(you)延迟，现在业界最快的反应速(su)度是2秒。
别的先不说，至(zhi)少用户很(hen)难有(you)真实交流的沉浸感。
但用GPT-4o，平均反应时间(jian)只有(you)0.32秒，基本就是你刚(gang)问完、它立刻就能回答你，和真人聊天没啥区(qu)别。
更关键的是什么(me)？
因为人与人之间(jian)对话，是充满(man)了(le)各种即时反应的，比如嗯嗯啊啊各种预期助词，以及手势、停顿、咽口水等等。
但你过去与AI 聊天，却根本不会存(cun)在这些因素(su)，即便AI回答得(de)再完美，你依(yi)然无法拥有(you)沉浸感。
而现在，你不仅能随时打断GPT-4o，它甚(shen)至(zhi)能根据你的语速(su)、语调、呼吸(xi)乃至(zhi)面部表情来判断你的情绪(xu)，并依(yi)次表达出对应的情绪(xu)。
这就很(hen)Nice了(le)。
不仅仅只是语音对答，GPT-4o的文本、音频(pin)、视频(pin)所有(you)输入和输出，都由同一个神经(jing)网络处理。
也就是说，它在各种维度上，都能有(you)同样强大的表现。
简单来说，就是GPT在能看、能听、能说话方面，更加“通人性”了(le)。
它不一定(ding)真的懂情感这回事，但能够模仿(fang)。
现阶段而言，只要(yao)能模仿(fang)就够了(le)，完全够投入商用了(le)。
以上种种，你觉得(de)意(yi)味着什么(me)？
意(yi)味着ChatGPT在交互性上，又做出了(le)巨大突破。
比如，你可(ke)以在睡前，要(yao)求GPT用女神的声音、舔狗的语气，讲故事、唱歌哄你入眠。
又比如，你可(ke)以把自己的日常资(zi)料(liao)发给(gei)GPT，让它根据每天的天气、突发事件(jian)等等状(zhuang)况，生成工作(zuo)、生活计划。
乃至(zhi)辅(fu)导小(xiao)孩写作(zuo)业等等等等……
千(qian)万不要(yao)小(xiao)看交互性，它的价值远超想(xiang)象。
02为什么(me)免费?
除了(le)功能强大，GPT-4o更让人关注(zhu)的是什么(me)？
免费！
不仅仅是 GPT-4o 免费，更刺激(ji)的是 GPT Store、Vision （包含代码解释(shi)器、联(lian)网功能等），都会陆续开放出来。
为了(le)让用户们用得(de)方便，新版(ban)ChatGPT还开放了(le)桌面端。
关于这一点，山姆·奥特曼专门发了(le)博客说明：
OpenAI的核心使命之一，就是免费为人类提供顶尖的AI工具，为世界创造各种利益，让所有(you)人从中受益。在未来，所有(you)人都能免费获得(de) GPT 的算(suan)力，可(ke)以使用、转售或捐赠。
你们之前批评(ping)我不开源，现在我直接免费，甚(shen)至(zhi)都不用注(zhu)册，还有(you)话说吗？
按照我们的商业逻辑来看，这不是纯纯的做慈善？
当然不是，至(zhi)少不完全是。
首先，新模型变(bian)小(xiao)了(le)，运行成本大幅降低(di)。
前文提到过：GPT 4o处理速(su)度翻倍，价格只有(you)GPT 4 Turbo的一半。
原先输入、输出一百万token的价格是10、30美元，现在则只要(yao)5、15美元。
其次，是先舍(she)后得(de)的商业逻辑。
免费是有(you)限制的。
官方文档里都说了(le)，免费用户目前每3个小(xiao)时只能使用10条(tiao)GPT-4o，用完了(le)就回落到GPT-3.5版(ban)本。
10条(tiao)，够什么(me)用的？
想(xiang)继续玩？想(xiang)玩得(de)爽(shuang)？给(gei)我充钱！
只要(yao)20美刀/月，你就能成为尊贵的plus会员，每小(xiao)时能享用80条(tiao)GPT-4o！
这简直！太不划算(suan)了(le)！
就目前的情况而言、对绝大部分人而言，你只要(yao)不是无聊到什么(me)都去试着玩，每3小(xiao)时10条(tiao)内容完全是足够了(le)。
照OpenAI这么(me)搞，如今ChatGPT的忠实付费用户（原来免费的只能使用GPT-3.4），恐怕(pa)都不会充钱了(le)。
为什么(me)OpenAI 要(yao)承担(dan)丢失付费会员的风险，去给(gei)全民(min)提供免费服务？
其实，我们的目光可(ke)以放长远一点。
想(xiang)想(xiang)看，人人都能免费用上高质量的AI，这意(yi)味着什么(me)？
你如果悲观地去看，这很(hen)可(ke)能对现在社会的分工结构造成重大冲击，造成广泛的失业潮。
看到这里，别的不敢说，我们至(zhi)少能确定(ding)一件(jian)事：除非(fei)自己感兴趣，以后的小(xiao)孩都不用再学(xue)英语了(le)。
GPT-4o完全可(ke)以做到各种口译、同声传译，甚(shen)至(zhi)还带感情、带理解。
除此之外，大量的普通家(jia)庭(ting)教师、程序员、设计师等等，基本都会被取代。
这是不可(ke)避(bi)免的事。
但就像前几次技术革(ge)命一样，在一些行业消亡的同时，一定(ding)会有(you)新的财富风口出现，整个社会的财富总量必然是增加的。
乐观点看，就是另一回事。
03财富大爆炸
《易经(jing)》“乾”卦“用九”：见群龙无首，吉。
王(wang)阳明也曾说：人人心中有(you)仲尼(ni)。心之良知之谓圣。
真正伟大的时代，应该是人人平等、人人如龙、人人成圣的。
从古至(zhi)今，这都只能是幻想(xiang)，但如果能善用AI、善用工具，我们未必不能接近(jin)这种境界。
其实从GPT-3.5→GPT-4→GPT-4o，我们能很(hen)明显概念(nian)感受到，OpenAI想(xiang)干什么(me)：
他们要(yao)让GPT这个人造大脑，越来越符合“人”的标(biao)准。
人是什么(me)？
人不仅仅是劳动(dong)力，不论是什么(me)时候、用什么(me)工具，人才(cai)是创造财富的主体。
随着多模态越来越完善，现有(you)的部分行业将会被怎样改变(bian)？
我们的主要(yao)关注(zhu)点应该在娱(yu)乐方面。
因为物质世界的体力劳动(dong)必然与人类越来越远，人类创造财富的方向(xiang)肯定(ding)将加速(su)集中在精神方面。
从之前投资(zi)De的举动(dong)可(ke)以看出，OpenAI早就有(you)意(yi)把AI技术引入到影视创作(zuo)领域。
即便他们不这么(me)干，其他的影视公(gong)司也一定(ding)会干。
因为未来的趋势就是——“交互式传媒”。
你可(ke)以把这种模式，理解为短视频(pin)，每个人都是创作(zuo)者，没有(you)谁更专业一说。
各种短视频(pin)平台上，如今已经(jing)充斥着大量AI制造的内容。以前我们还能看得(de)出来，现在越来越逼真。
而以后，只要(yao)你善用能模仿(fang)人情感的多模态大模型，创造出的内容也将彻底脱离(li)“机(ji)械(xie)感”。
每个人都是最佳导演，一天拍(pai)十几部大片都没问题。
想(xiang)要(yao)出圈，就看谁的点子更有(you)新意(yi)，更迎合受众口味。
与之相对的，各种影视公(gong)司，包括现在的一大堆流量明星，都将没有(you)任何发展空(kong)间(jian)。
未来，能存(cun)活下来的，只有(you)平台，和无数个个人。
除了(le)影视之外，包括音乐、动(dong)漫、游戏等任何具备消费价值的娱(yu)乐领域，都将变(bian)得(de)一样：
去中心化。
每个人都是完美的音乐家(jia)、漫画家(jia)、游戏设计师，只要(yao)你有(you)足够的耐(nai)心。
你能想(xiang)象，这些将催化多大的市场吗？
以游戏为例，到2025年，全球将有(you)35.3亿游戏玩家(jia)。数十亿人，有(you)多少千(qian)奇百怪的点子？
以前，99%人限于技术，只是单纯的玩家(jia)，属于被收割者，只有(you)游戏公(gong)司赚钱。
从市场的角度考虑(lu)，这个发展效(xiao)率是非(fei)常低(di)下的。
以后，就相当于是这35亿人相互买单，金钱流通速(su)度何止提升10倍！？
再比如社交媒体。
从前是没有(you)技术，当网友(you)分享他的游戏、电影、音乐交互体验后，其他用户除了(le)评(ping)论就没啥后续了(le)。
但以后，我们都能在此基础上，让AI定(ding)制自己的二次体验，不论是语音、视频(pin)还是漫画形式，与其他人分享。
然后其他人看到了(le)，再定(ding)制，再分享……
就这样病毒式传播(bo)。
这些描述，很(hen)像去年底炒作(zuo)的Web3.0概念(nian)。
它的目的，是创造一个去中心化、交互式的互联(lian)网世界，打破已经(jing)见顶的互联(lian)网现有(you)桎梏。
它的驱动(dong)力，就是多模态大模型、乃至(zhi)以后真正完善五(wu)感的更高级AI。
拥有(you)五(wu)感的GPT，不仅仅是一种技术进步，更是现代商业社会的一次彻底的娱(yu)乐、消费、社交革(ge)命。
总而言之，让每个人都能免费使用顶级AI，就相当于把生产力赋能给(gei)每个人，每个人的价值将进一步凸显，整个互联(lian)网世界也将创造出更大的价值。
等到你发现其中的财富效(xiao)应，乃至(zhi)未来大多数人或许都要(yao)在这样的大环境中生活……
等到AI真正成为每个人创造财富的重要(yao)工具，3小(xiao)时使用10条(tiao)GPT-4o，你还觉得(de)够吗？
每个月20美刀的会员费，你还觉得(de)贵吗？
就算(suan)再贵十倍，你也心甘情愿(yuan)抢着买！
我们真正应该担(dan)心的，不应该是这点鸡毛蒜皮的事，而是：AI 科技的推进速(su)度太快，你有(you)没有(you)意(yi)识(shi)到要(yao)去适(shi)应新时代。
千(qian)万不要(yao)做落后的那一批人。