ChatGPT 现在可以看到、听到和说话 —— GPT-4 多模态版本上线

ChatGPT现在可以看到、听到和说话——GPT-4多模态版本上线OpenAI开始在ChatGPT中推出新的语音和图像功能，允许您进行语音对话或向ChatGPT展示画面。Plus和企业用户将在未来两周内体验语音和图像，不久后推出给其他用户组，包括开发人员。图像理解由多模态GPT-3.5和GPT-4提供支持，你现在可以向ChatGPT展示一个或多个图像。这些模型可以将其语言推理技能应用于各种图像，例如照片、屏幕截图以及包含文本和图像的文档。文本转语音由新的模型提供支持，它能够从几秒钟的真实语音中制作出逼真的合成语音。ChatGPT的预设语音来自直接合作的专业配音演员。语音转文本由OpenAIWhisper模型支持。投稿：@ZaiHuaBot频道：@TestFlightCN

【Sam Altman：开源GPT-3、降低GPT-4的成本、翻倍模型规模】

【SamAltman：开源GPT-3、降低GPT-4的成本、翻倍模型规模】2023年06月01日07点48分6月1日消息，AI开发平台HumanLoop创始人RazaHabib与OpenAI首席执行官SamAltman等20多位开发者开展了一次闭门讨论会，SamAltman透露了很多关于OpenAI的未来规划与目前遇到的情况。具体有：1.OpenAI目前严重受限于GPU，导致他们推迟了许多短期计划，大部分关于ChatGPT可靠性和速度的问题都是由于GPU资源短缺造成。2.给GPT-4降本提效是OpenAI当前的首要任务。3.更长的ChatGPT上下文窗口(最高可达100万个tokens)。将来会有一个记住对话历史记录的API版本。4.GPT-4的多模态功能要到2024年才会公开，在获取更多GPU资源前不能将GPT-4的视觉版本扩展到所有人。5.OpenAI正在考虑开源GPT-3，他们之所以还没有开源的部分原因是因为他们觉得没多少人和公司有能力妥善管理如此大型的大语言模型。6.最近很多文章声称的“巨型AI模型的时代已经结束”并不正确，OpenAI内部数据表明，规模与性能成正比的定律仍成立，OpenAI的模型规模每年可能会增加一倍或三倍(多方信息表明GPT-4参数规模10000亿)，而不是增加许多数量级。

OpenAI宣布ChatGPT集成必应搜索功能 仅对ChatGPT Plus用户开放

OpenAI宣布ChatGPT集成必应搜索功能仅对ChatGPTPlus用户开放浏览功能位于应用设置的新功能部分，在模型切换器中选择“GPT-4”，然后在下拉列表中选择“用必应浏览”。该功能在iOS和Android版ChatGPT应用上都可以使用。OpenAI表示，对于与当前事件和其他“超出ChatGPT原始训练数据”相关的查询，浏览功能特别有用。当禁用浏览功能时，ChatGPT的知识将止步于2021年之前。微软和OpenAI此前宣布，将在今年某个时候推出浏览功能。该功能肯定会让ChatGPT成为更有用的助手，尤其是在研究方面。在此之前，向ChatGPT提问“谁赢得了2023年疯狂三月女子锦标赛?”，它不会给出任何特别有用或正确的答案。但将ChatGPT的搜索功能限制在必应上似乎是一种对用户不利的举动。其商业动机非常明显，OpenAI与微软有着密切的合作关系，微软已经向OpenAI投资了超过100亿美元。不过，必应远不是搜索引擎的终结者。早在2011年，一项分析发现，必应可能不公平地提供了更多与微软相关的搜索结果，而不是谷歌的链接。最近，斯坦福大学的一项研究显示，有证据表明，必应的顶级搜索结果中包含了“惊人”数量的虚假信息。微软无疑会继续改进必应的后端算法。但ChatGPT新浏览功能的问题在于，当必应不可避免地出错时，用户将没有任何其他选择。在其他争议较少的ChatGPT应用新闻中，点击搜索结果现在可以直接将你带到对话中的相应点。OpenAI表示，这一改变（连同浏览功能）将于本周推出。（小小）...PC版：https://www.cnbeta.com.tw/articles/soft/1367785.htm手机版：https://m.cnbeta.com.tw/view/1367785.htm

OpenAI发布最新旗舰生成式AI模型GPT-4o 改进文本、视觉和音频功能

OpenAI发布最新旗舰生成式AI模型GPT-4o改进文本、视觉和音频功能穆拉提在OpenAI办公室举行的主题演讲上说：GPT-4o的理由横跨语音、文本和视觉。OpenAI将发布桌面版ChatGPT和全新的用户界面。穆拉提说："我们知道这些模型越来越复杂，但我们希望交互体验变得更自然、更简单，让你完全不用关注用户界面，而只关注与GPT的协作。这一点非常重要，因为我们正在展望人类与机器之间互动的未来。"GPT-4是OpenAI之前的领先模型，它是图像和文本的结合体，可以分析图像和文本，完成从图像中提取文本甚至描述图像内容等任务。但GPT-4o增加了语音功能。这具体能带来什么？很多方面。GPT-4o极大地改善了ChatGPT的体验--ChatGPT是OpenAI的病毒式人工智能聊天机器人。ChatGPT长期以来一直提供语音模式，使用文本到语音模式转录ChatGPT中的文本。但GPT-4o对此进行了改进，让用户可以更像使用助手一样与ChatGPT互动。例如，用户可以向由GPT-4o支持的ChatGPT提问，并在ChatGPT回答时打断它。OpenAI表示，该模型能提供"实时"响应，甚至能捕捉用户声音中的情感，并生成"一系列不同情感风格"的语音。GPT-4o还改进了ChatGPT的视觉功能。有了照片或桌面屏幕，ChatGPT现在可以快速回答相关问题，从"这个软件代码是怎么回事"到"这个人穿的是什么牌子的衬衫？其他方面，OpenAI将发布桌面版ChatGPT和全新的用户界面。穆拉提说："我们知道这些模型越来越复杂，但我们希望交互体验变得更自然、更简单，让你完全不用关注用户界面，而只关注与[GPT]的协作。"...PC版：https://www.cnbeta.com.tw/articles/soft/1430761.htm手机版：https://m.cnbeta.com.tw/view/1430761.htm

Sam Altman 宣布：OpenAI 联合创始人 Sutskever 离职 Jakub Pachocki 接任工作

SamAltman宣布：OpenAI联合创始人Sutskever离职JakubPachocki接任工作OpenAI创始人兼CEO山姆・奥特曼（SamAltman）发推文宣布，OpenAI联合创始人、首席科学家伊尔亚・苏茨克维（IlyaSutskever）将离职。Altman称：“没有Sutskever，OpenAI就不会有今天。尽管他有一些个人意义重大的事情要去做，但我永远感激他在这里所做的一切，并致力于完成我们共同开始的使命。”Altman表示，JakubPachocki将接替Sutskever成为OpenAI首席科学家，他非常有信心，Jakub将带领OpenAI朝着确保AGI惠及每个人的使命取得快速、安全的进展。

【OpenAI CEO推文暗示GPT-4可能会迎来升级】

【OpenAICEO推文暗示GPT-4可能会迎来升级】2024年02月05日02点13分老不正经报道，OpenAI首席执行官SamAltman在X平台发文表示，ChatGPT-4“在其新年计划方面起步缓慢，但现在应该不再那么懒惰了”。这一声明暗示了GPT-4的大型语言模型（LLM）可能会升级，特别是在最近出现了一系列投诉之后。此前据一些用户反馈称，GPT-4无法完成在某些时间提示执行的任务，甚至会出现服务中断的情况。OpenAIGPT-4开发团队解释说，该聊天机器人自11月11日以来就没有更新过，因此Altman的最新推文或在暗示GPT-4可能会进行升级。