OpenAI将于5月13日周一举(ju)办发布全新的产品。但却对到底要发布什么闪烁其词。此(ci)前网(wang)友猜测的GPT-5或者AI搜索引擎都被否定。
CEO奥特曼发推表(biao)示：
不(bu)是GPT-5，也不(bu)是搜索引擎，但我们一直在努力开(kai)发一些大(da)家会喜欢的新东(dong)西！对我来说，它就像魔法一样。
不(bu)是GPT-5，也不(bu)是搜索引擎，但我们一直在努力开(kai)发一些大(da)家会喜欢的新东(dong)西！对我来说，它就像魔法一样。
这(zhe)个神秘的新产品到底是什么？媒体援引两位知情人士说法称，新产品是一个具备视觉和听觉功能(neng)的AI模(mo)型，且具有(you)比目前的聊天机器人更(geng)好的逻辑(ji)推理能(neng)力。
一个有(you)视觉和听觉的全新多模(mo)态(tai)AI
报道(dao)称，OpenAI最快可能(neng)会在下周一公开(kai)展示新产品，以抢在下周谷(gu)歌的一系列产品发布之前。
奥特曼希望(wang)最终开(kai)发出(chu)一种(zhong)类(lei)似电影《她》中的AI助手那(na)样能(neng)够快速响(xiang)应的人工(gong)智能(neng)，并以这(zhe)种(zhong)技术支持苹(ping)果Siri等现有(you)语音(yin)助手。
华尔街见闻此(ci)前提到，苹(ping)果已(yi)经与OpenAI达成协议(yi)，将在iOS 18中使用后者的技术，强化(hua)Siri的功能(neng)。
OpenAI已(yi)经有(you)了(le)可以转录音(yin)频和将文本转换成语音(yin)的软件(jian)，但这(zhe)些功能(neng)是通过单独的AI聊天机器人实现的，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(geng)好地理解图像和音(yin)频，响(xiang)应速度也更(geng)快。
OpenAI认为，具有(you)视觉和听觉功能(neng)的助手有(you)可能(neng)像智能(neng)手机一样带来变革。它可以观察用户所处的环境信息，提供建议(yi)，潜在的用例如(ru)充当家庭教师、翻译标志、修理汽车(che)等等。
新模(mo)型暂时无法在个人设备上运行 最终会免费开(kai)放(fang)给所有(you)用户
由于新模(mo)型较为复杂(za)，参数(shu)量级高(gao)，个人设备的配置(zhi)暂时无法满足其性能(neng)需要。
媒体分析指出(chu)，新模(mo)型运行依赖云端，需要互联网(wang)连接才能(neng)工(gong)作(zuo)。要使具有(you)视觉和听觉功能(neng)的复杂(za)人工(gong)智能(neng)对话(hua)变得(de)足够小巧，以便在手机等个人设备上运行，可能(neng)需要几个月甚至几年的时间。
目前也没有(you)消息透露OpenAI何时会向(xiang)付费用户提供这(zhe)些功能(neng)。不(bu)过根(gen)据一些企业(ye)的预览(lan)来看，OpenAI的新模(mo)型可以改进其服务中已(yi)有(you)的功能(neng)，如(ru)自动客户服务代理。一位知情人士对媒体表(biao)示，新软件(jian)的音(yin)频功能(neng)可以帮助客服人员更(geng)好地理解来电者的语音(yin)语调。
此(ci)外，媒体还称，OpenAI希望(wang)新模(mo)型最终能(neng)免费开(kai)放(fang)给所有(you)用户使用，因此(ci)需要让其运行成本低于目前的最强大(da)模(mo)型GPT-4 Turbo，