文章來源：矽星人Pro
文章作者：王兆洋
OpenaAI給2024年5月14日的這場發布會取名“春季功能更新”，就像它們形容當初ChatGPT的發布是一次“低調的研究預覽”一樣。
而就像那次一樣，一切也都回不去了。
OpenAI發布了一個叫做GPT-4o的新模型，它的确不是GPT-5，但看了它能做的事情，再想到它甚至不是OpenAI正在砸更多的錢和智慧在做的GPT-5，你隻會感覺更“可怕”。
發布會一開始，OpenAI的CTO Mira Murati 介紹了新模型GPT-4o（是的，Sam Altman全程沒有現身）。她強調這個模型是要給所有人使用，并且通過交互的更新讓人們忘了UI的存在。因為OpenAI的願景正是如此。
而到此這似乎還很正常。
“不過是新模型而已嘛。”
但直到demo環節開始，一切越來越離譜。
首先是一個實時對話的展示。
“我正在做demo，我有點緊張。”Mark說。然後他開始故意喘息的非常快。而GPT識别出了他的呼吸。
“哦，哦，哦，别緊張，慢下來。你不是個吸塵器。”ChatGPT的女人聲音抑揚頓挫，沒有任何延遲。
是沒有任何延遲。你不需要等她，她也不會讓你等，當你直接開始說接下來的話，她會立刻停下來聽，并立刻做出調整。
而且在這些回答中，它甚至有喘息和猶豫的聲音。
另一個很可怕的細節是，這些demo全程不需要任何多餘的按鍵操作。
對，聲音的對話就像是在“打電話”。
另一個demo是假設要給朋友講一個關于機器人的睡前故事。
提出需求後，ChatGPT開始正常的講故事。
但聽的人并不喜歡，于是直接打斷說，能不能講的更有感情更drama一點。
ChatGPT立刻調整，增加了一些懸疑感。
“不不不，我希望把感情和drama感拉滿。”聽者再次直接打斷。——也就是說ChatGPT在實時聽着你的聲音。
然後ChatGPT變成了一個非常浮誇的故事講述者。
“你能不能用機器人的聲音給我講故事。”Mira又直接插話。而ChatGPT立刻開始模仿機器人。注意，是模仿，也就是它的聲音一直是那個女聲，一切聽起來就像家長在講睡前故事時候會做的那樣。
“你能最後唱一首歌把這個故事結束麼。”聽者又提了要求。
然後ChatGPT立刻唱了一首歌。根據剛才的故事，實時，改編，并直接唱出來的一首歌。
“如果你之前使用過我們的語音模式，你會注意到幾個關鍵的區别。首先，你現在可以打斷模型了。你不需要等它結束你的回合，你可以随時開始說話，随時插話。其次，模型的響應是實時的。這意味着你不需要再經曆那種尴尬的兩到三秒的延遲，等待模型回應。最後，當我剛才呼吸非常急促時，模型能夠感知到情緒。它會提醒你，或許你需要放松一下，你的節奏快得有點過頭了。所以你知道，它确實具有全面感知情緒的能力。不僅如此，這個模型還能以各種不同的情感風格生成聲音，它真的具有非常廣泛的動态範圍。”
如果你是個創業者，或者熟悉大模型應用創業環境的人，你會立刻意識到。
又有一批創業公司死了。
之後是視覺能力的展示。
對，在同一個産品上。一個據說要免費提供給全世界所有人的産品上。
他先是展示了一個通過攝像頭獲得視覺能力，然後實時指導你的數學解題的demo。甚至因為“幻覺”問題，ChatGPT在還沒打開攝像頭時候就自信滿滿的說理解了。當展示者提示後，她說“oops，我太興奮了。”
然後展示者打開攝像頭，實時寫了一個數學方程題，然後讓ChatGPT一步一步的提醒和講解他在做的解題思路。ChatGPT很好的做到了。
像一個很有經驗有耐心的數學老師那樣。
這還沒完。
似乎是為了打臉那些錄制好加速後的demo，他們還實時收集了X上的反饋。其中一個挑戰是：打開攝像頭讓ChatGPT實時分析你的情緒。
展示者開始攝像頭自拍，而ChatGPT立刻分析道：
“你看起來是個桌子。”——因為打開攝像頭時，最先打開的是前置的攝像頭，對準的是桌子。
“不不不，那是之前的，你不用擔心，我不是個桌子。”分享者說到。
“哈哈，那就合理了。”Chat GPT說到。
這裡看的時候，估計很多人跟我一樣驚了一下。
然後ChatGPT立刻分析：“你看起來非常開心。大大的笑容，甚至有一點興奮。你想分享一下讓你這麼開心的原因麼？”語氣裡甚至能聽到好奇，以及斟酌語句的感覺。
“因為我在做實時展示，讓大家看看你有多出色。”講者說。
“哦，拜托，别讓我臉紅了。”ChatGPT帶着笑聲說到。
瞬間，《Her》降臨。科幻成了現實。
看到這，所有人估計都明白了Sam Altman此前賣關子時候說的“magic”是什麼。
在驚歎之餘，還是再總結一下：
1 這些操作全程沒有多餘的點擊操作的交互。
2 沒有絲毫延遲的視覺和聲音反饋。
3 不僅能感受到你的情感，ChatGPT也自帶情緒和情感。
4 能對桌面等更數字化的世界有更全面的信息感知。
5 全部集成在一個産品裡，而且可能是對所有人免費的。
哦對，以及，這還不是GPT-5。
發布會後，OpenAI也在官網更新了這次發布的模型的具體信息：
https://openai.com/index/hello-gpt-4o/
還記得ChatGPT第一次出來時，有人形容跟它第一次親密接觸的感受：
當你通過打字跟它交互的時候，等待它回答的過程仿佛能想象到對面坐着一個人，正在轉筆，思考如何回答你的問題。
而今天，不隻是你的歎氣，情感和喘息能被AI感受到，你也能直接感受到對面的“人”的歎氣，情感，和喘息。
在電影《Her》裡，主人公最終愛上了這個AI助手。我們不知道GPT-4o加持下的新ChatGPT會帶來什麼。更不知道GPT-5出現後會發生什麼。
一切都太快了，都回不去了。
最後，對所有開發者和創業者，這次發布又意味着什麼？
也許這句當時有些被人不以為意甚至覺得冒犯的話值得再看一遍，它可能說明了一切：
目前有兩種構建人工智能的策略：一種是假設模型不會改進，然後在現有的能力上建設一堆小東西；另一種是假設 OpenAI 将保持相同的增長軌迹（繼續瘋狂疊代）。我認為，95% 的人應該押注在第二種策略上。我們有改進模型的使命，不是我不喜歡你們，但我們将碾壓你。 ——Sam Altman，2023年4月17日
