智東西（公眾號(hào)：zhidxcom）
作者 | 智東西編輯部
今日，2023年最矚目的人工智能大會(huì)舉辦！
智東西11月7日?qǐng)?bào)道，今天凌晨2點(diǎn)，在OpenAI首屆開(kāi)發(fā)者大會(huì)上，OpenAI的首席執(zhí)行官薩姆阿爾特曼（Sam Altman）宣布了GPT-4、ChatGPT的年度最重磅更新。
▲OpenAI的CEO薩姆阿爾特曼
攜GPT-4新成果而來(lái)，OpenAI今日的大會(huì)堪稱(chēng)“AI春晚”，就像蘋(píng)果發(fā)布會(huì)一樣，在發(fā)布前就被產(chǎn)業(yè)界各種“押題”，盡管押中不少，仍引來(lái)眾多開(kāi)發(fā)者熬夜觀(guān)看。現(xiàn)場(chǎng)，阿爾特曼總是還沒(méi)講出要發(fā)什么，下面的掌聲已經(jīng)先爆發(fā)出來(lái)。
▲OpenAI首屆開(kāi)發(fā)者大會(huì)現(xiàn)場(chǎng)（圖源：@Leo Rezaei）
自ChatGPT爆火全球以來(lái)，我國(guó)企業(yè)紛紛推出對(duì)標(biāo)GPT的大模型，而OpenAI近一年來(lái)也沒(méi)閑著，智東西聽(tīng)會(huì)后總結(jié)發(fā)現(xiàn)，本次OpenAI主要有以下三大方面更新重點(diǎn)值得關(guān)注和思考。
1、GPT-4 Turbo：支持128k上下文，相當(dāng)于300頁(yè)文檔，輸入價(jià)格大降2/3，速率限制翻倍，知識(shí)更新到2023年4月，改進(jìn)指令跟隨和JSON Mode，更新多個(gè)函數(shù)調(diào)用能力。這意味著比GPT-4更強(qiáng)、更便宜、開(kāi)發(fā)成本更低、知識(shí)更新鮮，而且能一次性輸入一整本書(shū)。
2、開(kāi)放新模態(tài)API：包括接受圖像輸入的GPT-4 Turbo、文生圖模型DALLE 3、 文本轉(zhuǎn)語(yǔ)音模型TTS，不久后還將支持自動(dòng)語(yǔ)音識(shí)別模型Whisper v3。
3、GPT定制化服務(wù)：支持用戶(hù)5分鐘內(nèi)、無(wú)代碼創(chuàng)建一個(gè)量身定制的ChatGPT版本，支持教育、設(shè)計(jì)、辦公等不同行業(yè)客戶(hù)定制個(gè)性化GPT，本月上線(xiàn)GPT應(yīng)用商店，推出Assistants API來(lái)降低開(kāi)發(fā)者構(gòu)建AI助手的門(mén)檻。
▲通過(guò)GPTs定制專(zhuān)用版ChatGPT
阿爾特曼明確稱(chēng)要將ChatGPT打造成一個(gè)AI助手，讓開(kāi)發(fā)者通過(guò)簡(jiǎn)單的自然語(yǔ)言對(duì)話(huà)，生成所需要的定制化AI助手�？梢�(jiàn)，其野心已經(jīng)遠(yuǎn)不止于做一個(gè)對(duì)話(huà)機(jī)器人，而是要做類(lèi)似一個(gè)生產(chǎn)力工具的“超能”產(chǎn)品。
OpenAI將向推出最有用和最常用GPTs的開(kāi)發(fā)者付費(fèi)激勵(lì)，此舉意味著OpenAI意圖拿出收入的一部分，培育一個(gè)圍繞ChatGPT的新生態(tài)。
此前在10月阿爾特曼曾透露，OpenAI的年?duì)I收達(dá)到了13億美元，同比增長(zhǎng)了超4500%。而通過(guò)本次的發(fā)布，可見(jiàn)OpenAI在商業(yè)化方面進(jìn)一步加快了步伐。
無(wú)論是AI助手還是新生態(tài)的打造，都讓人不得不感到OpenAI與其“鐵桿盟友”微軟的競(jìng)爭(zhēng)變得更加針?shù)h相對(duì)。
發(fā)布會(huì)進(jìn)展到20分鐘左右時(shí)，阿爾特曼請(qǐng)出了微軟CEO薩提亞納德拉（Satya Nadella）為其站臺(tái)，似乎要力破兩者有裂痕的傳聞。但顯然，微軟和納德拉都不是這場(chǎng)發(fā)布的主角，其談及將在基礎(chǔ)設(shè)施和Copilot系列產(chǎn)品兩方面與OpenAI合作，但并未公布兩者的最新合作動(dòng)向。
OpenAI已經(jīng)全力推出AI助手，這是否將和微軟Copilot同臺(tái)競(jìng)爭(zhēng)？引起產(chǎn)業(yè)關(guān)注。
▲OpenAI的CEO薩姆阿爾特曼（左）和微軟CEO薩提亞納德拉（右）
一、
GPT-4 Turbo六大升級(jí)，
一次性能輸入300多頁(yè)文本
阿爾特曼先回顧了OpenAI過(guò)去一年發(fā)布的產(chǎn)品進(jìn)程，截至目前，已經(jīng)有大約200萬(wàn)開(kāi)發(fā)人員在其API上構(gòu)建各種各樣的應(yīng)用，超過(guò)92%的全球500強(qiáng)企業(yè)正使用其產(chǎn)品，ChatGPT的周活躍用戶(hù)達(dá)到大約一億。
OpenAI宣布推出了最新的、更聰明的AI模型GPT-4 Turbo，阿爾特曼介紹了六大更新點(diǎn)。
首先，更長(zhǎng)的上下文長(zhǎng)度。GPT-4 Turbo具有128k上下文長(zhǎng)度，相比于此前的版本有顯著增加，此前GPT-4支持8k上下文長(zhǎng)度，在某些情況下能支持高達(dá)32k長(zhǎng)度。這也意味著，GPT-4 Turbo單個(gè)提示中可容納相當(dāng)于300多頁(yè)文本的內(nèi)容。
今天，GPT-4 Turbo可供所有付費(fèi)開(kāi)發(fā)者通過(guò)傳遞gpt-4-1106-previewAPI進(jìn)行嘗試，阿爾特曼透露，他們計(jì)劃在未來(lái)幾周內(nèi)發(fā)布穩(wěn)定的生產(chǎn)就緒模型。
第二，更可控。開(kāi)發(fā)人員需要對(duì)模型的響應(yīng)和輸出進(jìn)行更多控制，OpenAI推出了被稱(chēng)為Json Mode的新功能，其可以確保開(kāi)發(fā)人員更容易調(diào)用API，且更好遵循指示。
這一功能的改進(jìn)包括，提供了一條消息中調(diào)用多個(gè)功能的能力，用戶(hù)可以發(fā)送一條消息請(qǐng)求多個(gè)操作等。
除此以外，其它相關(guān)更新參數(shù)將允許開(kāi)發(fā)人員使模型更容易返回一致的輸出結(jié)果，從而實(shí)現(xiàn)可重復(fù)輸出，這一測(cè)試版功能對(duì)于重播調(diào)試請(qǐng)求、編寫(xiě)更全面的單元測(cè)試以及通常對(duì)模型行為具有更高程度的控制等應(yīng)用非常有用。
OpenAI還推出了能記錄GPT-4 Turbo、GPT-3.5 Turbo在未來(lái)幾周內(nèi)生成的最有可能輸出token的概率的日志工具，這有助于構(gòu)建搜索體驗(yàn)中的自動(dòng)完成等功能。
第三，更多的世界知識(shí)。GPT-4 Turbo的知識(shí)庫(kù)截止時(shí)間為2023年4月，這意味著它在回答截止日期前發(fā)生事情的相關(guān)問(wèn)題時(shí)答案將更準(zhǔn)確。OpenAI還在平臺(tái)中啟動(dòng)檢索，開(kāi)發(fā)人員可以將外部文檔或數(shù)據(jù)庫(kù)中的指示帶入其正在構(gòu)建的內(nèi)容中。
第四，新的視覺(jué)模態(tài)。GPT-4 Turbo可以支持圖像輸入，并完成生成標(biāo)題、詳細(xì)分析圖像以及閱讀帶有圖形的文檔等應(yīng)用。OpenAI計(jì)劃為主要的GPT-4 Turbo模型提供視覺(jué)支持，作為其穩(wěn)定版本的一部分。
開(kāi)發(fā)人員可以通過(guò)其圖像API指定模型，將DALLE 3直接集成到企業(yè)的應(yīng)用程序和產(chǎn)品中。每生成一張圖像的起價(jià)為0.04美元（折合人民幣約0.29元）。
同時(shí)，開(kāi)發(fā)人員還能通過(guò)文本轉(zhuǎn)語(yǔ)音API生成更自然的語(yǔ)音文件，OpenAI新TTS模型提供了六種預(yù)設(shè)聲音及兩種模型變體。每輸入1000個(gè)字符起價(jià)為0.015美元（折合人民幣約0.11元）。
OpenAI還宣布了開(kāi)源語(yǔ)音識(shí)別模型的下一個(gè)版本，很快就會(huì)發(fā)布。
第五，定制微調(diào)。這項(xiàng)更新針對(duì)的是GPT-4，OpenAI推出一項(xiàng)用于微調(diào)GPT-4的實(shí)驗(yàn)性訪(fǎng)問(wèn)計(jì)劃，允許開(kāi)發(fā)人員創(chuàng)建ChatGPT的自定義版本，包括修改模型訓(xùn)練過(guò)程的每一步，進(jìn)行額外的特定領(lǐng)域預(yù)訓(xùn)練、運(yùn)行針對(duì)特定領(lǐng)域定制的自定義強(qiáng)化學(xué)習(xí)后訓(xùn)練過(guò)程。
第六，更低的價(jià)格和更高的費(fèi)率限制。OpenAI正在降低整個(gè)平臺(tái)的價(jià)格。GPT-4 Turbo輸入tokens價(jià)格是GPT-4的1/3，為0.01美元/1k tokens（折合人民幣約0.07元），輸出tokens價(jià)格是其1/2，為0.03美元/1k tokens（折合人民幣約0.22元）。阿爾特曼舉了個(gè)例子，將1080×1080像素的圖像傳遞給GPT-4 Turbo將花費(fèi)0.00765美元（折合人民幣約0.06元）。
GPT-3.5 Turbo輸入tokens比之前的16k模型價(jià)格便宜1/3，輸出tokens便宜1/2，分別是0.001美元/1k tokens（折合人民幣約0.007元）和0.002美元/1k tokens（折合人民幣約0.015元）。
為了幫助開(kāi)發(fā)人員擴(kuò)展應(yīng)用程序，OpenAI將所有付費(fèi)GPT-4用戶(hù)的每分鐘tokens限制增加了一倍，這意味著開(kāi)發(fā)人員的開(kāi)發(fā)成本將大幅降低。
二、ChatGPT進(jìn)化「AI助手」，無(wú)需代碼定制化GPTs，硬剛微軟Copilot？
在面向開(kāi)發(fā)人員推出一系列更新后，阿爾特曼邀微軟CEO薩提亞納德拉登臺(tái)對(duì)話(huà)，似乎是要力破OpenAI與微軟合作關(guān)系出現(xiàn)裂痕的傳言。
“當(dāng)?shù)谝淮慰吹紾PT時(shí)，我對(duì)整個(gè)基礎(chǔ)模型的信念已完全改變了！”納德拉說(shuō)。他談及與OpenAI的合作，自己尤其關(guān)注兩件事：一件是巨大工作量，模型訓(xùn)練工作涉及龐大的數(shù)據(jù)并行，微軟首先是提供全面基礎(chǔ)設(shè)施服務(wù)；另一件事是微軟自己及開(kāi)發(fā)人員，微軟要大力構(gòu)建Copilot系列產(chǎn)品，推動(dòng)產(chǎn)品快速進(jìn)入市常
不過(guò)，納德拉并未談及微軟與OpenAI合作的具體新進(jìn)展。
緊接著，阿爾特曼公布了自家產(chǎn)品ChatGPT新改進(jìn)，并毫不避諱地在納德拉面前談及了他的“AI助手”宏圖。智東西認(rèn)為，這很可能與微軟推出的Copilot產(chǎn)生功能重合，從而引發(fā)激烈的競(jìng)爭(zhēng)。
更輕量化的ChatGPT現(xiàn)在使用GPT-4 Turbo，前面提及的GPT-4 Turbo所有六大新功能都將可用。同時(shí)，當(dāng)用戶(hù)需要編寫(xiě)和運(yùn)行代碼、進(jìn)行數(shù)據(jù)分析或生成圖像時(shí)，ChatGPT現(xiàn)在可以瀏覽網(wǎng)站。它的使用界面也更簡(jiǎn)化，用戶(hù)將不必點(diǎn)擊下拉菜單，而是能被體察到什么時(shí)候要用它干什么。
阿爾特曼特別強(qiáng)調(diào)，ChatGPT將變得更智能化、個(gè)性化和可定制。它會(huì)詢(xún)問(wèn)用戶(hù)需要什么，進(jìn)而幫助用戶(hù)完成任務(wù)，這在A(yíng)I領(lǐng)域常被稱(chēng)為“Agent”（代理），簡(jiǎn)單點(diǎn)說(shuō)就是AI助手。
OpenAI推出GPTs新服務(wù)，這是針對(duì)特定目的定制的ChatGPT版本。
用戶(hù)可以構(gòu)建一個(gè)定制版的ChatGPT，適用于任何有說(shuō)明、擴(kuò)展知識(shí)及行動(dòng)的場(chǎng)景，然后發(fā)布給其它人使用。由于其結(jié)合了指令、擴(kuò)展知識(shí)和行動(dòng)，它也將具備更好的控制力，在工作和休閑場(chǎng)景中發(fā)揮更大作用。
阿爾特曼通過(guò)三個(gè)合作伙伴案例來(lái)解讀GPTs能做什么：
比如，一個(gè)教育領(lǐng)域的伙伴Code.org的課程被全球數(shù)千萬(wàn)學(xué)生使用，其設(shè)計(jì)了課程策劃GPT，匯聚了編程能力和廣泛的課程專(zhuān)業(yè)知識(shí)，讓老師能用其幫學(xué)生快速解答問(wèn)題。
知名設(shè)計(jì)平臺(tái)Canva構(gòu)建了一個(gè)GPT，支持用戶(hù)通過(guò)自然語(yǔ)言描述設(shè)計(jì)需要的素材，比如讓它為今天的招待會(huì)設(shè)計(jì)一份海報(bào)，定制GPT會(huì)根據(jù)用戶(hù)提供的細(xì)節(jié)生成一些選項(xiàng)，用戶(hù)通過(guò)點(diǎn)擊和聊天的方式，就能獲得最終設(shè)計(jì)圖。
另一個(gè)伙伴Zapier已經(jīng)構(gòu)建了一個(gè)GPT，允許用戶(hù)在6000個(gè)應(yīng)用程序中執(zhí)行操作，集成應(yīng)用。在其負(fù)責(zé)人的演示中，當(dāng)她點(diǎn)擊Zapier AI操作開(kāi)始，問(wèn)“我能知道今天的日程安排是什么嗎？”，定制版GPT就連接了她的日歷，提示其在日程上出現(xiàn)了沖突。當(dāng)提出“薩姆，不，我得（提前）走了”，定制GPT會(huì)推出與薩姆通話(huà)的選項(xiàng)，以供運(yùn)行。
構(gòu)建GPTs的方式非常簡(jiǎn)單，只需要在ChatGPT中對(duì)話(huà)交談就夠了。
阿爾特曼現(xiàn)場(chǎng)展示了如何使用自然語(yǔ)言，完成ChatGPT構(gòu)建和分發(fā)GPTs，僅僅用了不到5分鐘。
當(dāng)他輸入自己的問(wèn)題“我在YC和創(chuàng)業(yè)者們一起工作了很多年。然而，每當(dāng)我遇到開(kāi)發(fā)人員時(shí)，我得到的問(wèn)題總是關(guān)于我如何思考一個(gè)商業(yè)理念。你能給我一些建議嗎?”GPT Builder就回復(fù)問(wèn)阿爾特曼想做什么。
阿爾特曼補(bǔ)充稱(chēng)：“我想幫助初創(chuàng)企業(yè)的創(chuàng)始人在獲得一些建議后，通過(guò)他們的商業(yè)創(chuàng)意獲得建議，拷問(wèn)他們?yōu)槭裁礇](méi)有更快地增長(zhǎng)。”GPT Builder快速“思考”后問(wèn)，阿爾特曼對(duì)創(chuàng)業(yè)導(dǎo)師有什么看法。
與此同時(shí)，頁(yè)面右面的預(yù)覽模式已經(jīng)開(kāi)始出現(xiàn)了這個(gè)GPT的預(yù)想展示。阿爾特曼對(duì)此表示“很棒”，并進(jìn)一步給出風(fēng)格方面的要求：“我將上傳一些關(guān)于創(chuàng)業(yè)公司講座的成績(jī)單，請(qǐng)給出建議。”隨后GPT Builder展示了配置選項(xiàng)卡，供開(kāi)發(fā)者選擇要啟用的功能。
測(cè)試這一定制GPT，當(dāng)阿爾特曼問(wèn)“在招聘初創(chuàng)企業(yè)員工時(shí)，需要注意哪三個(gè)方面？”定制GPT就可以根據(jù)阿爾特曼上傳的文件和GPT-4的知識(shí)作答，正是阿爾特曼說(shuō)過(guò)很多次的三件事。他能夠?qū)Υ鸢高M(jìn)行二次編輯，然后公開(kāi)分享。
阿爾特曼稱(chēng)，本月晚些時(shí)候，OpenAI將推出一個(gè)GPT商店，供開(kāi)發(fā)者上傳其開(kāi)發(fā)的專(zhuān)業(yè)GPT應(yīng)用，就像App Store一樣展示最受歡迎的GPT。
收入共享對(duì)OpenAI來(lái)說(shuō)很重要。OpenAI將拿出收入的一部分，向推出最有用和最常用GPTs的開(kāi)發(fā)者付費(fèi)，從而培育一個(gè)充滿(mǎn)活力的生態(tài)。
三、推出Assistants API測(cè)試版，定制語(yǔ)音助手現(xiàn)場(chǎng)分發(fā)API積分
對(duì)于開(kāi)發(fā)者而言，API（應(yīng)用程序接口）也是十分重要的一環(huán)。阿爾特曼稱(chēng)，構(gòu)建一個(gè)類(lèi)似Agent的API是很困難的，往往需要數(shù)十個(gè)開(kāi)發(fā)人員花費(fèi)幾個(gè)月的時(shí)間。
為此，OpenAI今天推出Assistants API，幫助開(kāi)發(fā)者在自己的應(yīng)用程序中構(gòu)建AI助手。
Assistants API引入的一個(gè)關(guān)鍵更新是提供持久且無(wú)限長(zhǎng)的線(xiàn)程（Threading），允許開(kāi)發(fā)人員將線(xiàn)程狀態(tài)管理移交給OpenAI，并解決上下文窗口長(zhǎng)度約束的問(wèn)題。Assistants API還提供三款新的工具，分別是代碼解釋器（Code interpreter）、檢索（Retrieval）以及函數(shù)調(diào)用（Function calling）。
代碼解釋器允許開(kāi)發(fā)者在沙盒執(zhí)行環(huán)境中編寫(xiě)和運(yùn)行Python代碼，可以生成圖形和圖表，并處理具有不同數(shù)據(jù)和格式的文件，允許AI助手迭代運(yùn)行代碼來(lái)解決具有挑戰(zhàn)性的代碼和數(shù)學(xué)問(wèn)題等。
檢索功能可以利用模型之外的知識(shí)來(lái)增強(qiáng)助手，例如專(zhuān)有領(lǐng)域數(shù)據(jù)、產(chǎn)品信息或用戶(hù)提供的文檔。
函數(shù)調(diào)用則使助手能夠調(diào)用開(kāi)發(fā)者定義的函數(shù)，并將函數(shù)響應(yīng)合并到其消息中。
OpenAI開(kāi)發(fā)者體驗(yàn)主管Romain現(xiàn)場(chǎng)演示了Assistants API的Demo。
假設(shè)需要構(gòu)建一個(gè)旅行應(yīng)用程序Wanderlust，圖中是已經(jīng)用GPT-4和DALL-E 3生成的目的地列表及風(fēng)景圖。
要構(gòu)建一個(gè)該網(wǎng)站的AI聊天助手，開(kāi)發(fā)者只需輸入聊天助手的名稱(chēng)、簡(jiǎn)介，選擇需要使用的模型，并選擇需要的工具即可自動(dòng)生成。
當(dāng)輸入“讓我們?nèi)グ屠璋桑?rdquo;，該助手自動(dòng)生成了對(duì)巴黎的介紹，并將右側(cè)的地圖聚焦到巴黎。
當(dāng)輸入“（在那里）最值得做的10件事情是什么？”，該助手生成10件事后，又在地圖上將對(duì)應(yīng)的地點(diǎn)標(biāo)注了出來(lái)。
在檢索功能上，用戶(hù)可以將需要補(bǔ)充的PDF文件直接拖拽到網(wǎng)頁(yè)上，Assistants API將會(huì)自動(dòng)解析，并以文字或交互形式將有關(guān)的內(nèi)容補(bǔ)充進(jìn)來(lái)。
Romain還演示了一個(gè)為此次開(kāi)發(fā)者大會(huì)構(gòu)建的專(zhuān)用Assistant，包含本次大會(huì)的全部數(shù)據(jù)，并且使用語(yǔ)音交互取代了文字頁(yè)面交互。
Romain通過(guò)手機(jī)語(yǔ)音輸入，讓該助手Whisper與現(xiàn)場(chǎng)與會(huì)者打了個(gè)招呼。隨后，為了調(diào)動(dòng)氛圍，他先是讓W(xué)hisper隨機(jī)抽取5名“幸運(yùn)觀(guān)眾”，最后又為現(xiàn)場(chǎng)所有與會(huì)者每人提供了500美元的API積分。
Assistants API即日起開(kāi)放測(cè)試版，用戶(hù)可以在A(yíng)ssistants Playground主頁(yè)體驗(yàn)，而無(wú)需編寫(xiě)任何代碼。OpenAI稱(chēng)，與平臺(tái)的其他部分一樣，上傳到OpenAI API的數(shù)據(jù)和文件永遠(yuǎn)不會(huì)用于訓(xùn)練其模型，開(kāi)發(fā)人員可以在認(rèn)為合適時(shí)刪除數(shù)據(jù)。
體驗(yàn)地址：
https://platform.openai.com/docs/assistants/overview
結(jié)語(yǔ)：為生成式AI競(jìng)賽持續(xù)加碼，OpenAI的新里程碑
AI產(chǎn)業(yè)的熱潮仍然不斷，OpenAI首屆開(kāi)發(fā)者大會(huì)的種種更新表明，作為AI領(lǐng)域最熱門(mén)的企業(yè)之一，OpenAI正深入?yún)⑴c到全球AI競(jìng)賽中。
今年年中，阿爾特曼在全球巡回演講中就透漏了OpenAI近期發(fā)展路線(xiàn)，兩個(gè)階段分別包括2023年首要推出更便宜、更快的GPT-4，更長(zhǎng)的上下文窗口等；2024年瞄準(zhǔn)多模態(tài)。
現(xiàn)在看來(lái)，從今年6月GPT-4和GPT-3.5-Turbo的更新，到現(xiàn)在GPT-4 Turbo的發(fā)布，不論上下文長(zhǎng)度還是函數(shù)調(diào)用、以及每個(gè)人無(wú)需代碼即可創(chuàng)建一個(gè)量身定制的ChatGPT版本、視覺(jué)功能的加入……這都意味著OpenAI的整體目標(biāo)正在穩(wěn)步推進(jìn)。
可以看出，在生成式AI領(lǐng)域熱度不減，越來(lái)越多的科技巨頭與明星創(chuàng)企都亮出自己殺手锏的當(dāng)下，OpenAI也在一次次刷新其在生成式AI領(lǐng)域的領(lǐng)先地位。
OpenAI在熱切追逐這一領(lǐng)域市場(chǎng)機(jī)會(huì)，探索新增長(zhǎng)點(diǎn)的同時(shí)，其在生成式AI領(lǐng)域的統(tǒng)治地位可能會(huì)被載入史冊(cè)。
