確認了，沒有GPT-5，沒有搜索引擎，但還會有驚喜！

OpenAI今天官宣預告，即將在13日，下周一上午10點（太平洋時間）開啟線上直播。

屆時，會有全新的ChatGPT demo演示，以及GPT-4升級更新。

傳送門：https://openai.com/（OpenAI還在網頁UI整了個小心機設計，一點滿屏字頗有趣味）

而Altman本人更是興奮地表示，「對我來說，感覺就像魔法一樣」。

本來，發布「搜索引擎」這件事基本實錘，甚至連路透援引內部人士消息這篇報道，昨天在全網瘋轉。

然而，發布時間是對上了，但奧特曼突然變卦，直言「沒有搜索引擎」。

據網友爆料，這是OpenAI投出的誘餌，目的是揪出內部泄密者。而經常給Jimmy Apples、Flowers泄密的爆料人，已經被OpenAI解雇。

不得不說，還是OpenAI套路深。

那么，萬眾期待的GPT-5沒有，確認了再確認的「搜索引擎」也沒有，下周一OpenAI的「魔法」究竟是啥？

Information獨家報道，OpenAI正在開發一個全能的AI語音助手，預計在下周展示。

這項新技術可以通過聲音和文本，與人交流，可以聽出不同人的語調、語氣，并能識別物體和圖像。

網友紛紛表示，又是沒等到GPT-5的一天。

Her即將成真！AI語音助手要來

其實，OpenAI希望，能夠開發出一款像人類一樣交流的AI。

Altman曾表示，自己對Spike Jonze導演的電影《Her》深感興趣，并稱其具有預見性。

在這個影片中，講述了主人公愛上了一個對話操作系統——Semantha，并在互動過程中，AI也逐漸熟悉了他。

「她」記得他的故事，他的習慣，還發展出了自己的個性。

因此，打一開始，OpenAI致力于最終開發出類似于《Her》中的虛擬助手，同時讓現有語音助手，如Siri更加出色。

新模型有音頻輸入、音頻輸出功能，以及更好的推理能力。在一些查詢上甚至超過了GPT-4 Turbo

據兩位知情人士透露，OpenAI已經向一些客戶展示了這項新技術，包括優于現有模型的邏輯推理能力在內的多項能力。

而且，預計在下周一的活動中，將首次公開展示這款進階后的AI。

可以確認的是，OpenAI這波操作再次截胡谷歌，搶占奪人眼睛的先機。

谷歌預計在14日召開I/O大會（OpenAI掐點的直播時間真及時，簡直不給谷歌留下喘氣的機會）

據網友發現，在Altman官宣不會發布「搜索引擎」，谷歌的股價立馬飆升。

精準識別語調語氣，但體積太大裝不進手機

OpenAI團隊篤定的是，具備視覺+音頻能力的AI助手，可能會像智能手機一樣，將給世界帶來顛覆性的變革性。

ChatGPT，還只是這類強大AI助手的雛形。

理論上，他們設想的這款AI助手，可以完成不可能的任務。

比如，指導學生寫論文、解決數學難題，或人們詢問時，提供及時豐富的信息、翻譯標志，甚至指導如何修理故障的汽車。

不幸的是，OpenAI這款AI目前體積太大，根本無法在個人終端設備運行。

不過，客戶可以在短期內使用基于云的版本，來增強OpenAI已經支持的軟件功能，例如自動客戶服務智能體。

另據了解這項AI的人透露，新軟件的音頻功能可以幫助，這些智能體更精準地理解來電者的「語調」，以及他們是否在提出請求時使用「諷刺語氣」。

目前，OpenAI已經開發了用于轉錄音頻（Whisper）以及文本轉語言（TTS）的模型。

ChatGPT背后便集成了這些能力，不過在用到的時候，需要分別調用這些工具。

據稱，OpenAI即將推出的新模型，將這些能力整合到一個模型之中，即打造一個「原生多模態模型」。

這個全新多模態模型，在理解圖像和音頻方面表現更佳，同時其響應速度也超過了那些能力較弱的模型。

微軟搶先體驗

一如既往，OpenAI更新那天，作為「金主爸爸」的微軟，定是最先用上新功能的那個人。

預計，微軟將會利用OpenAI新技術升級自己的語音助手。

而且，他們設想試圖去壓縮這個技術，以便將其「裝進」包括配備前置攝像頭的可穿戴設備中，能夠捕捉到用戶的周圍環境。

不過，目前雖尚不清楚OpenAI何時會向其付費客戶提供這些新功能，但最終目標是，將其納入ChatGPT的免費版本中。

據一位體驗過的人士透露，OpenAI的目標是，讓具備新功能的AI模型的運營成本，低于其當前收費的最尖端的模型GPT-4-Turbo。

他還指出，新模型在回答某些問題上表現得更好。然而，它依舊會出現「幻覺」。

GPT-5年底前發，冰山之下深藏的秘密

OpenAI的領先優勢，幾乎無人能及。

一直以來，谷歌高管夢想著，利用AI開發出強大的助手。

去年12年，谷歌首次展示了對話AI「Gemini」，能夠實時響應人的語音指令，并識別人類正在觀看的圖片。

一時間，這個宣傳視頻在全網掀起軒然大波，讓許多人瞬間對谷歌刮目相看。

沒想到，還沒發布一天，視頻竟被曝出「造假」？！

谷歌隨后解釋，這些能力的實現，需要研究人員通過圖片和文本指令來引導模型，并非視頻所展示的那種簡單對話。

此后，隨著Gemini的迭代升級，也增加了一些新功能，除了分析圖像和文本之外，還能分析音頻。

盡管如此，它依舊不能理解多數傳統語音命令，也不能像Siri和Google Assistant等傳統語音助手那樣與用戶進行交流。

而OpenAI即將發布的AI語音助手，或許對谷歌來說，又是一個致命性的打擊。

另外，OpenAI也在全力以赴，確保自己在AI領域的領先地位，不被主打「開源王牌」的Meta趕超。

今年4月，Llama 3的8B和70B版本發布，并預告了400B+開源大模型，直接狙擊GPT-4。

而具備「音頻+視覺」能力的AI模型，只是OpenAI正在開發的眾多產品之一。

雖這次不會發布「網絡搜索引擎」，但這件事確實在OpenAI內部正在推進，就是為了與谷歌搜索競爭。

畢竟，OpenAI在上周的主頁中，已經對外展示了一個新的UI。

此外，OpenAI還在開發一種自動化軟件，稱為「計算機操作智能體」（computer-using agent）。

該軟件有望加速軟件開發，及其他計算機相關任務。

另外，今年年初，AI視頻生成器Sora的誕生，已經在好萊塢掀起巨震，雖然目前尚未公開發布。

更重要的是，GPT-5也在默默推進中，并且要顯著優于GPT-4。知情人士透露，OpenAI可能在今年年底前完成GPT-5的開發，并公開發布。

之所以，OpenAI內部在產品和AI模型開發上進展迅速，是因為此前宣布的項目，未能獲得足夠的關注。

比如，他們曾承諾開發者最在今年第一季度，通過構建定制聊天機器人，來為其商店賺錢。

但到目前為止，OpenAI尚未推出實現這一目標的具體方式。

ChatGPT裝進iPhone，與蘋果合作基本達成

另一方面，打造視覺+音頻AI助手可以幫助OpenAI，將其能力引入數億，甚至數十億的蘋果設備中。

就在剛剛，彭博報道稱，蘋果與OpenAI正在敲定一項協議，貌似接近尾聲，基本達成。

這項協議，即將為今年的iOS提供全新的生成式AI能力。

此前，還曾爆出蘋果與谷歌就Gemini的談判正在進行中，不過還未達成協議。

畢竟，距蘋果今年的開發者大會WWDC（6月10日），留給蘋果的時間不多了。

多家媒體爆料稱，這屆大會將AI整合進全新iOS 18系統中。

對于大家的期待，蘋果可不想辜負。

硬件設備，OpenAI也要自己做

此外，Altman還與iPhone設計師Jony Ive合作，去開發一款獨立的AI消費設備。

Information曾報道，這款一個硬件可能從Emerson Collective和Thrive Capital等投資者那里，籌集到高達10億美元的資金。

過去一年，AI Pin、Rabbit R1等AI驅動的設備和可穿戴產品蜂擁而出，Altman此舉也是希望加入這一陣列。

不得不承認的是，即便OpenAI最先進的AI模型推出，也將因其龐大的規模，只限在云端運行，并且需要聯網操作。

而未來，若想讓復雜的具備「視覺+音頻」的對話AI，縮小到足以在設備上運行，可能還需要幾個月，甚至幾年的時間。

全網大預測：智能體、gpt4-lite...

OpenAI這波官宣，可謂是戳中了所有人的興奮點。

爆料人Jimmy Apples又來泄密，「預計下周，我們會看到智能體的發布」。

而「搜索引擎」可能會在蘋果WWDC大會上，一起發布。

OpenAI研究科學家Bowen Cheng甚至表示，要發的可比GPT-5酷多了。

不知為何，這個帖子目前卻被刪除了。

另一位OpenAI負責視頻生成的科學家Will Depue發了一張圖，不知在暗示著什么。

還有一位網友Siqi Chen預測下周一，在GPT-4模型方面的更新：

- gpt4-lite：替換gpt-3.5

- gpt4-auto：一個新的模型端點（endpoint），可自動從網絡檢索數據，并集成內部數據來增強響應（不是「搜索引擎」）

- gpt4-lite-auto：與gpt4-auto類似，但使用的是lite版本。

同樣，也有人稱，gpt4-lite即將發布。

離職OpenAI，入職谷歌的Logan Kilpatrick表示，「6個月后，AI領域的格局將會完全不同。大多數人會對事情的發展感到驚訝」。

還有一個疑問是，OpenAI這次會對，gpt2做解釋嗎？

接下來一個月，AI海嘯將翻涌而來。

關于GPT-5何時面世，最近Altman在All-In Pod中回應，「我甚至不確定我們是否會命名它為GPT-5」。

他暗示，未來可能不再遵循GPT N+1的發布模式，而是轉向持續的改進過程。

但，GPT-5還得再等等。