GPT-4多模态模型发布，对ChatGPT的升级和断崖式领先

3 月14日晚，OpenAI 宣布发布 GPT-4。

此次的 GPT4.0 产品具备多模态， 相比于 GPT-3.5，GPT4.0 新增视频功能，并且能够适用于所有语言。GPT-4.0 有 望加速 AIGC 的应用普及，并且在视频内容生成方面大放异彩，AIGC 有望步入快 速发展阶段，背后大幅增长的训练参数量有望加速 AI 算力的建设以及高速光通信 的需求。OpenAI 发布了一项新服务，允许开发人员直接使用 ChatGPT，并且将使 用价格削减了 90%，此次大规模降价意味着底层技术平台的优化，这也将进一步 加速此项技术的大规模商业化进程。

 

而且 GPT-4 是多模态的，同时支持文本和图像输入功能。此外，GPT-4 比以前的版本“更大”，这意味着其已经在更多的数据上进行了训练，并且在模型文件中有更多的权重，这也使得它的运行成本更高。

GPT-4 在一系列基准测试中的表现优于 GPT-3.5

OpenAI 称它使用了微软 Azure 来训练模型，但没有公布有关具体模型大小或用于训练它的硬件的详细信息。

据悉，GPT-4 参加了多种基准考试测试，包括美国律师资格考试 Uniform Bar Exam、法学院入学考试 LSAT、“美国高考”SAT 数学部分和证据性阅读与写作部分的考试，在这些测试中，它的得分高于 88% 的应试者。

OpenAI 表示，已经与多家公司合作，要将 GPT-4 结合到他们的产品中，包括 Duolingo、Stripe 和 Khan Academy。GPT-4 模型也将以 API 的形式，提供给付费版 ChatGPT Plus 的订阅用户，允许开发者付费将 AI 集成到他们的应用程序中。微软表示，新款的必应（Bing）搜索引擎将运行于 GPT-4 系统之上。

一觉醒来，万众期待的GPT-4，它来了！

OpenAI老板Sam Altman直接开门见山地介绍说：

这是我们迄今为止功能最强大的模型！

有多强？

根据OpenAI官方的介绍，GPT-4是一个超大的多模态模型，也就是说，它的输入可以是文字（上限2.5万字），还可以是图像。

（看图）手套掉下去会怎样？ 它会掉到木板上，并且球会被弹飞。

甚至只需要简单在纸上画一个网站的草稿图：

拍一张照片上传给GPT-4，它就可以立马生成网站的HTML代码！

在性能表现上，OpenAI直接甩出一句话：

在各种专业和学术基准上和人类相当！

而且不只是发布GPT-4这么简单，OpenAI这次“啪的一下”把相关“大动作”一步到位了：

ChatGPT Plus：集成GPT-4的ChatGPT升级版

发布GPT-4的API

公布技术论文 * 公开System Card

不仅如此，传闻的“必应早就用上了GPT-4”在今天也得到了微软方面的证实：

没错，确实是这样的！

不得不说，自打ChatGPT问世以来，微软和谷歌之间打响的数轮科技战役，微软这次又双叒叕赢麻了。

甚至这一次，不少网友都发出了“见证历史”的感慨：

史上最强大模型

正如之前传言，GPT-4确实拥有多模态能力，可以接受图像输入并理解图像内容。

并且可接受的文字输入长度也增加到3.2万个token（约2.4万单词）。

升级之后，GPT-4在各种职业和学术考试上表现和人类水平相当。

比如模拟律师考试，GPT-4取得了前10%的好成绩，相比之下GPT-3.5是倒数10%。

做美国高考SAT试题，GPT-4也在阅读写作中拿下710分高分、数学700分（满分800）。

那么GPT-4这些新能力实际用起来是什么样的？技术报告中也给出不少展示。

首先，看图能力可以用来解释表情包、梗图。

提问这张图哪里好笑？GPT-4可以按顺序描述出每一格的内容，并总结出笑点：

用巨大的过时VGA接口给小巧的现代智能手机充电。

更进一步，GPT-4可以理解图表中数据的含义，并做进一步计算。

甚至可以直接把论文截图发给它，GPT-4可以按像素处理其中的文字和图片，并给出对整篇论文的总结摘要。

文字输入长度限制的增加，也大大扩展了GPT-4的实用性。

发布会直播上，OpenAI总裁Gregman现场表演了一波GPT-4给代码修Bug。

出现问题啥也不用想，直接把1万字的程序文档一股脑扔给GPT-4就行。格式也不用管，你只需要Ctrl+A、Ctrl+C、Ctrl+V。

再最后附上出现的问题，在几秒钟内瞬间得到解决办法。

在API方面，GPT-4还开放了一个使用功能，允许修改“系统提示”。

之前ChatGPT的回答总是冗长而平淡，这是因为系统提示中规定了“你只是一个语言模型……你的知识截止于2021年9月”。

现在通过修改这句话，GPT-4就可以展现出更多样的性格，比如扮演苏格拉底。

也可以指定之后所有回答的形式，比如全用json格式。

虽然GPT-4这波能力大升级，但之前ChatGPT会出现幻觉、胡说八道的毛病还是没能完全改掉。

从前面的官方示例也可以看出，要想最大程度发挥GPT-4的能力，最好还是用上思维链路提示（Chain-of-thought Prompt）。

操作起来也非常简单，只需在提问的时候额外提醒AI给出步骤，就能大大提高推理和计算的准确率。

谷歌依旧在跟

就在GPT-4发布前，谷歌方面为了迎战微软，宣布将一系列即将推出的AIGC功能，应用到自家产品中。

包括谷歌 Docs（文档）、Gmail、Sheets（表格）和 Slides（幻灯片）。

但不同于微软和OpenAI的“发布即可用”，谷歌只会先将Docs和Gmail中的AI工具，在月底提供给一些“值得信赖的开发人员”。

而其它功能则将是在今年晚些时候向公众开放。

至于具体时间，谷歌方面并没有具体说明。

而外界对此评价是谷歌希望抢先微软原定于本周四的发布。

但从今天的结果上来看，微软依旧提前“抢滩登陆”。

在GPT-4发布之前，便有网友做出了GPT-3和GPT-4参数量的对比图，并猜测GPT-4的参数量将达到100万亿。

这一次亦是如此。

有网友预言，未来GPT-5的参数量，会是这样的：

但无论如何，这一次，我们离真·人工智能，更近了一步。

审核编辑 ：李倩