chatGPT即将到来的新功能演示。

chatGPT即将到来的新功能演示。OpenAI发布了名为GPT-4o的新旗舰生成式人工智能模型，并将在未来几周内在公司面向开发者和消费者的产品中"迭代"推出。OpenAI首席技术官穆拉提说，GPT-4o提供了"GPT-4级"的智能，但改进了GPT-4在文本、视觉和音频方面的能力："GPT-4o的理由横跨语音、文本和视觉。”GPT-4o大大改善了ChatGPT的体验。ChatGPT提供语音模式，使用文本到语音模型转录为ChatGPT中的文本。GPT-4o对此进行了强化，允许用户像对待语音助手一样与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将发布桌面版ChatGPT，并更新用户界面。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实际上变得更加自然、轻松，让你完全不用关注用户界面，而只关注与（GPT）的协作。”

Google承认刚推出的Gemini AI至少有一段性能演示是经过剪辑的

Google承认刚推出的GeminiAI至少有一段性能演示是经过剪辑的这段六分钟的视频展示了Gemini的多模态功能（例如，口语对话提示与图像识别相结合）。双子座似乎能快速识别图像（甚至是连线图片），在几秒钟内做出反应，并实时跟踪杯球游戏中的纸团。当然，人类可以做到所有这些，但这是一个能够识别并预测接下来会发生什么的人工智能。不过，点击YouTube上的视频描述，Google有一个重要的免责声明："为了演示的目的，延迟已经减少，双子座的输出已经缩短，以求简洁"。这正是奥尔森不满意的地方。根据她在彭博社发表的文章，Google在被要求发表评论时承认，视频演示并不是通过语音提示实时进行的，而是使用了原始镜头中的静止图像帧，然后写出文字提示，让双子座做出回应。奥尔森写道："这与Google似乎在暗示的内容大相径庭：人可以与双子座进行流畅的语音对话，同时双子座会实时观察并回应周围的世界。公平地说，Google公司经常编辑演示视频，尤其是许多公司希望避免现场演示带来的任何技术故障。稍作调整是常有的事。但是，Google在视频演示方面一直存在问题。人们曾怀疑Google的Duplex演示（还记得Duplex吗？Duplex是一款人工智能语音助手，可以打电话给发廊和餐馆预订房间。而预先录制的人工智能模型视频往往会让人更加怀疑。"在这种情况下，奥尔森认为Google是在"作秀"，目的是误导人们，让他们不知道Gemini仍然落后于OpenAI的GPT。Google对此并不认同。当被问及演示的真实性时，Google指出了GoogleDeepMind研究副总裁兼深度学习负责人OriolVinyals（也是Gemini的联合负责人）的一篇文章，其中解释了团队是如何制作视频的。Vinyals说："视频中的所有用户提示和输出都是真实的，为了简洁起见进行了缩短。视频展示了使用Gemini构建的多模式用户体验。我们制作它是为了激励开发人员。"他补充说，团队给双子座提供了图片和文本，并要求它预测接下来会发生什么。这当然是处理这种情况的一种方法，但对Google来说可能并不合适--至少在公众看来，Google已经被OpenAI今年的巨大成功吓了一跳。如果Google想激励开发者，就不能通过精心剪辑的宣传片，这些宣传片可能会歪曲人工智能的能力。而是通过让记者和开发人员实际体验产品。让人们在小型公开测试版中用双子座做蠢事。让我们看看它到底有多强大。...PC版：https://www.cnbeta.com.tw/articles/soft/1402937.htm手机版：https://m.cnbeta.com.tw/view/1402937.htm