OpenAI終于要放大了！官方宣布將于周一在線直播，預(yù)計將發(fā)布全新的AI語音助手，以及ChatGPT、GPT-四是一系列更新。奧特曼澄清，沒有GPT-5，也沒有搜索引擎！

確定，沒有GPT-5，沒有搜索引擎，但是還是會有驚喜！

今天，OpenAI正式宣布將于13日，下周一上午10點(太平洋時間)開始在線直播。

屆時，將會有全新的ChatGPT demo演示，GPT-4升級更新。

而且Altman本人更加興奮地表示，「對于我來說，感覺就像法術(shù)一樣?！?。

原本，發(fā)布「搜索引擎」這個事件基本上是真錘，甚至連路透援引內(nèi)部人士的消息這篇報道，昨天在全網(wǎng)瘋狂。

不過，發(fā)布時間是對的，但是奧特曼突然改變主意，直言不諱?！笡]有搜索引擎」。

根據(jù)網(wǎng)友的爆料，這是OpenAI投出的誘餌，目的是抓住內(nèi)部泄密者。而且經(jīng)常給Jimmyy。 Apples、OpenAI已經(jīng)解雇了Flowers泄露的爆料者。

不得不說，OpenAI的套路還是很深的。

所以，萬眾期待的GPT-5沒有，確定后再確定?！杆阉饕妗瓜轮芤籓penAI也沒有?！改Хā沟降资巧叮?/p>

據(jù)Information獨家報道，OpenAI正在開發(fā)一個全方位的AI語音助手，估計下周會顯示。

通過聲音和文字，這項新技術(shù)可以與人交流，可以聽到不同人的語氣、語氣，并且可以識別物體和圖像。

網(wǎng)民們紛紛表示，還沒有等到GPT-5的那一天。

01 Her即將實現(xiàn)！AI語音助手即將到來

事實上，OpenAI希望能夠像人類一樣開發(fā)AI進行交流。

Altman曾經(jīng)說過，他對Spike說。 由Jonze執(zhí)導(dǎo)的電影《Her》對此感興趣，并稱之為前瞻性。

這部電影講述了主人公愛上一個對話操作系統(tǒng)的故事?！猄emantha，而且在互動的過程中，AI也逐漸熟悉了他。

「她」記住他的故事，他的習(xí)慣，也發(fā)展了自己的個性。

所以，OpenAI一開始就致力于最終開發(fā)類似的產(chǎn)品?！禜er》里面的虛擬助手，同時讓現(xiàn)在的語音助手，比如Siri更好。

新型號包括音頻輸入、音頻輸出功能和更好的推理能力。在一些查詢中，GPT-4 Turbo

據(jù)兩位知情人士透露，OpenAI已經(jīng)向一些客戶展示了這項新技術(shù)，包括許多能力，包括比目前的模型邏輯推理能力更好。

而且，預(yù)計在下周一的活動中，這款高級AI將首次公開展示。

可以肯定的是，OpenAI這波操作又一次截斷了胡谷歌，占據(jù)了搶眼的機會。

預(yù)計谷歌將于14日召開I/O大會(OpenAI掐點的直播時間真的很及時，不會給谷歌留下喘息的機會)

根據(jù)網(wǎng)民的發(fā)現(xiàn)，Altman的官方公告不會發(fā)布?！杆阉饕妗?，谷歌股價立即飆升。

準確地識別語氣語氣，但是體積太大無法安裝手機

OpenAI團隊確信它具有視覺效果。 AI助手的音頻能力，可能會像智能手機一樣，給世界帶來顛覆性的變化。

ChatGPT，這只是強大AI助手的雛形。

從理論上講，他們想象這個AI助手能夠完成不可能完成的任務(wù)。

比如引導(dǎo)學(xué)生寫論文，處理數(shù)學(xué)問題，或者提供及時豐富的信息、翻譯標志，甚至指導(dǎo)如何修理故障車。

遺憾的是，OpenAI這款A(yù)I目前體積太大，根本無法在個人智能終端上運行。

但是，用戶可以在短時間內(nèi)使用基于云的版本來提高OpenAI已經(jīng)支持的軟件功能，例如自動客戶服務(wù)智能體。

據(jù)了解這個AI的人說，新軟件的音頻功能可以幫助他們更準確地理解來電者的音頻功能?！刚Z氣」，當他們提出要求時，他們是否使用？「諷刺語氣」。

現(xiàn)在，OpenAI已開發(fā)用于轉(zhuǎn)錄音頻（Whisper）以及文本轉(zhuǎn)換語言（TTS）模型。

這些能力集成在ChatGPT的背后，但是在使用的時候，需要各自調(diào)用這些工具。

據(jù)報道，OpenAI即將推出的新模型將這些能力融入到一個模型中，即創(chuàng)建一個模型「原生多模態(tài)模型」。

這款全新的多模態(tài)模型，在分析圖像和音頻方面表現(xiàn)更好，同時其響應(yīng)速度也超過了那些能力較弱的模型。

第一次體驗微軟

一如既往，OpenAI更新當天，「金主父親」微軟，一定是第一個使用新功能的人。

據(jù)估計，微軟將使用OpenAI新產(chǎn)品來升級他們的語音助手。

而且，他們想要試圖壓縮這項技術(shù)，以便將其壓縮?！阜胚M」在配置前攝像頭的可穿戴設(shè)備中，可以捕捉到用戶的周圍環(huán)境。

然而，目前尚不清楚OpenAI什么時候會為付費用戶提供這些新功能，但最終目標是將其納入ChatGPT的免費版本。

根據(jù)一位經(jīng)驗豐富的人士的說法，OpenAI的目的是使AI模型的運行成本低于目前收費最先進的模型GPT-4。-Turbo。

同時，他也指出，新模型在回答某些問題時表現(xiàn)得更好。但是，它仍然會出現(xiàn)?！富糜X」。

02 GPT-五年年底前發(fā)，冰山下隱藏的秘密

OpenAI的領(lǐng)先優(yōu)勢，幾乎無人能及。

谷歌高管一直夢想著用AI開發(fā)一個強大的助手。

去年12年，谷歌首次展示了AI對話?！窯emini」，能對人的語音命令進行實時響應(yīng)，并識別人類正在觀看的照片。

有一段時間，這段宣傳視頻在全網(wǎng)引起了強烈的反響，讓很多人瞬間對谷歌有了特別的看法。

沒想到，一天之前，視頻竟被曝光?！冈旒佟?？！

隨后谷歌解釋說，這些能力的實現(xiàn)，需要研究人員通過圖片和文字指令來引導(dǎo)模型，而不是視頻所展示的簡單對話。

此后，隨著Gemini的迭代升級，除了分析圖像和文本外，還增加了一些新的功能，還可以分析音頻。

即便如此，它仍然不能理解大多數(shù)傳統(tǒng)語音命令，也不能像Siri和Google那樣。 其他語音助手，如Assistant，與用戶進行交流。

而且OpenAI即將發(fā)布的AI語音助手，也許對于谷歌來說，這是另一個致命的打擊。

另外，OpenAI也在盡最大努力確保自己在AI領(lǐng)域的領(lǐng)先水平，不會被推動?！搁_源王牌」Meta趕超。

今年4月，Llama 8B版本和70B版本發(fā)布，并預(yù)測400B版本 開源模型，直接狙擊GPT-4。

而具有「音頻 視覺」AI模型的能力，只是OpenAI正在開發(fā)的許多產(chǎn)品之一。

盡管這次不會發(fā)布「網(wǎng)上搜索引擎」，但是這個問題的確在OpenAI內(nèi)部推廣，只是為了和谷歌搜索競爭。

歸根結(jié)底，OpenAI已經(jīng)在上周的主頁上展示了一個新的UI。

另外，OpenAI還在開發(fā)一種叫做自動化的軟件?！钢悄苡嬎銠C操作體」（computer-using agent）。

該軟件有望加快軟件開發(fā)和其它計算機相關(guān)任務(wù)的發(fā)展。

另外，今年年初，AI視頻生成器Sora的出現(xiàn)，雖然目前還沒有公開發(fā)布，但在好萊塢已經(jīng)掀起了巨大的震動。

更加重要的是，GPT-5也在默默推進，明顯優(yōu)于GPT-4。據(jù)知情人士透露，OpenAI可能會在今年年底前完成GPT-5的研發(fā)，并公開發(fā)布。

OpenAI之所以在商品和AI模型的開發(fā)上取得快速進展，是因為之前宣布的項目沒有得到足夠的關(guān)注。

舉例來說，他們曾經(jīng)承諾，在今年第一季度，開發(fā)者可以通過建立定制的聊天機器人來賺錢。

但是到目前為止，OpenAI還沒有推出具體的方法來實現(xiàn)這個目標。

將ChatGPT放入iPhone中，與蘋果的合作基本達成。

另外一方面，創(chuàng)造視覺 AI助手可以幫助OpenAI，并將其能力引入數(shù)億甚至數(shù)十億的蘋果設(shè)備。

就在剛才，彭博報道稱，蘋果和OpenAI正在敲定一項協(xié)議，這似乎已經(jīng)結(jié)束，并且已經(jīng)基本達成。

這項協(xié)議將為今年的iOS提供全新的AI生成能力。

在此之前，蘋果和谷歌就Gemini進行了談判，但還沒有達成協(xié)議。

說到底，距離蘋果今年的開發(fā)者大會WWDC(6月10日)，留給蘋果的時間并不多。

多家媒體爆料稱，本次會議將AI整合到新的iOS中。 18系統(tǒng)內(nèi)。

對每個人的期望，蘋果都不想辜負。

硬件配置，OpenAI也要自己做。

另外，Altman還和iPhone設(shè)計師Jony一起工作。 Ive合作，開發(fā)單獨的AI消費設(shè)備。

Information曾經(jīng)報道過，這個硬件可能來自Emerson。 Collective和Thrive 像Capital這樣的投資者，籌集了高達10億美元的資金。

過去一年，AI Pin、Rabbit 像R1這樣的AI驅(qū)動設(shè)備和可穿戴產(chǎn)品蜂擁而至，Altman也希望加入這個陣列。

必須承認，即使推出了OpenAI最先進的AI模型，由于其巨大的規(guī)模，也只能在云端運行，并且需要在線運行。

而且將來，如果想要復(fù)雜的「視覺 音頻」對話AI，可能需要幾個月，甚至幾年的時間才能在系統(tǒng)上運行。

03 全網(wǎng)大預(yù)測：智能體，gpt4-lite...

OpenAI這波官方宣布，可謂戳中了大家的興奮。

爆料人Jimmy Apples再次泄露，「預(yù)計下周，我們將看到智能體的發(fā)布?！埂?/p>

而「搜索引擎」在蘋果WWDC大會上，有可能一起發(fā)布。

BowenAI研究科學(xué)家 Cheng甚至說，它比GPT-5酷得多。

不知道為什么，這個帖子現(xiàn)在已經(jīng)被刪除了。

另一位負責(zé)視頻生成的OpenAI科學(xué)家Willll。 Depue發(fā)了一張圖片，不知道是什么預(yù)示。

另一位網(wǎng)友Siqi 下周一，Chen預(yù)測將更新GPT-4模型：

- gpt4-lite：更換gpt-3.5

- gpt4-auto：一個新的模型節(jié)點（endpoint），可以自動從網(wǎng)絡(luò)上搜索數(shù)據(jù)，集成內(nèi)部數(shù)據(jù)來提高響應(yīng)(不是「搜索引擎」）

- gpt4-lite-auto：類似于gpt4-auto，但是使用了lite版本。

還有人說gpt4-lite即將發(fā)布。

辭掉OpenAI，加入谷歌的Logan。 Kilpatrick說，「六個月后，AI領(lǐng)域的情況將完全不同。大多數(shù)人會對事物的發(fā)展感到驚訝。」。

另外一個問題是，OpenAI這次會不會解釋gpt2？

在接下來的一個月里，AI海嘯將會爆發(fā)。

最近Altman在Alllllan的GPT-5什么時候出現(xiàn)？-In 在Pod中回應(yīng)，「我甚至不確定我們是否會命名GPT-5」。

他建議，未來可能不再遵循GPT。 N 第一種發(fā)布方式，轉(zhuǎn)變?yōu)槌掷m(xù)的改進過程。

但，GPT-5還得再等一次。

參考資料：

https://www.theinformation.com/articles/openai-develops-ai-voice-assistant-as-it-chases-google-apple

https://www.bloomberg.com/news/articles/2024-05-11/apple-closes-in-on-deal-with-openai-to-put-chatgpt-on-iphone

https://twitter.com/sama/status/1788989777452408943

本文來自微信微信官方賬號“新智元”（ID：AI_era），作者：新智元，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com