卡位谷歌 OpenAI的神秘新品是什么？最新猜测：多模态AI助理

fudashuai

　　《科创板日报》5月12日讯（编辑 宋子乔）OpenAI决心抢在谷歌 I/O大会前一天开直播、上新品，“演示像魔法一样的ChatGPT和GPT-4更新”。

　　这个神秘的新产品是什么？GPT-5和搜索引擎的推测已被OpenAI 首席执行官阿尔特曼亲自推翻。

　　从最新报道来看，内置于手机的AI助理，可能是OpenAI即将发布的产品。

　　科技媒体The Information援引知情人士消息称，OpenAI计划推出的是一款多模态AI模型，该模型具备视觉和听觉功能，既可以与你交谈，也可以识别物体，且具有比目前的聊天机器人更好的逻辑推理能力。OpenAI已经向一些客户展示了该模型。

　　OpenAI已经开发了可以转录音频和文本转语音的模型，报道称，新模型相当于这些模型的结合体，但更准确、响应速度更快。新模型能够帮助AI助理判别语气、更好地理解语义，并且“理论上”，该模型可以帮助学生学习数学或翻译现实世界的手势。

　　不过，尽管新模型在“回答某些类型的问题”方面可以超越GPT-4 Turbo，但仍然存在幻觉问题。

　　有开发人员Ananay Arora表示，OpenAI可能推出在手机上内置ChatGPT功能的服务，用来拨打电话。Arora在社交平台上发布了上述通话相关代码的屏幕截图，他还发现OpenAI已配置用于实时音频和视频通信的服务器的证据。

　　利用人工智能打电话，可以为用户节省等待时间，该服务可被视作AI助理的功能之一。

　　AI助理也是谷歌一直在开发的功能，消息称谷歌Pixel 9系列手机将内置全新的专属AI助理“Pixie”，可以通过设备的摄像头查看物品，执行诸如指示购买地或提供物品使用说明等操作。

　　阿尔特曼此前在接受Salesforce首席执行官马克•贝尼奥夫（Marc Benioff）的专访时透露，自己最喜欢的AI电影是《她》（《Her》，一个男人爱上他的AI虚拟助手的故事），“对话语言界面的想法具有令人难以置信的预见性。”

　　The Information在报道中称，阿尔特曼希望最终开发出一种类似该电影中的AI助理那样，能够快速响应的虚拟助手，并以这种技术支持苹果Siri等现有语音助理。

　　值得注意的是，据知情人士对媒体透露，苹果公司即将与OpenAI达成协议，将在新一代iOS操作系统上引入后者的技术。双方一直在敲定一项协议的条款，以便在苹果的下一代iPhone操作系统iOS 18中使用ChatGPT功能。

　　▍新模型运行依赖云端 未来有望纳入ChatGPT免费版本

　　OpenAI认为，具有视觉和听觉功能的AI助理有可能像智能手机一样带来变革。它可以观察用户所处的环境信息，提供建议，潜在的用例如充当家庭教师、翻译交通标识、修理汽车等等。

　　但类似的技术目前所需硬件门槛太高，无法在个人设备上运行。媒体分析指出，新模型运行依赖云端，需要互联网连接才能工作。要使具有视觉和听觉功能的复杂人工智能对话变得足够小巧，以便在手机等个人设备上运行，可能需要几个月甚至几年的时间。

　　目前尚不清楚OpenAI何时向付费客户提供这些新功能，但据试用过该语音助手的人士透露，OpenAI最终的计划是将这些功能都纳入ChatGPT免费版本，目标是比目前其最先进模型GPT-4 Turbo的运行成本更低。

　　OpenAI并没有回应上述推测。

　　OpenAI最终将推出什么？谜底将在下周揭晓，OpenAI已经宣布，将于太平洋时间5月13日上午10点（北京时间5月14日凌晨1点）在其官网进行直播，届时将演示一些ChatGPT和GPT-4更新。