就在前些時間，ChatGPT迎來了重磅升級，支持圖片和語音輸入。那么在這次更新中，我們可以看到哪些進步？終極AGI，又距離我們多遙遠呢？
趕在國慶長假前ChatGPT迎來了重磅升級，用戶可以通過語音或圖片的方式和ChatGPT進行交流；OpenAI CEO奧特曼在校友分享會上，輕描淡寫的一句話給大多數GPT創業項目畫上了“句號”；強化學習之父薩頓聯手傳奇程序員卡馬克All in AGI了，終極AGI離我們還有多遠呢？
用戶通過語音的方式和ChatGPT進行多輪對話，官網給出的栗子是讓ChatGPT講一個睡前故事，并且支持切換不同語音包。目前聽起來還是蠻自然的，至少“機器音”并不明顯。
ChatGPT可以理解用戶發的圖片內容了，官網給出的栗子是用戶拍了一張自行車的照片，希望GPT給出調低座位高度的方案。
當然，也可以把自己冰箱里僅剩的食材發給GPT，讓GPT給你輸出菜譜或用餐計劃；或者發一張圖表讓ChatGPT進行數據分析。
那么，現在的ChatGPT 能聽語音、會看圖了，這對我們來說意味著什么呢？看看OpenAI CEO 奧特曼是怎么說的
OpenAI CEO 奧特曼最近在校友會上發表了一些看法，更是直接“提醒”了不少創業公司：別花太多精力在UI界面上（也就是咱們常說的套殼）。當然，除此之外，奧特曼還給出了不少干貨，簡單整理如下：
就是特意取了個ChatGPT這樣的名字，讓它看起來就很像機器，避免人類對它產生感情。
目前有不少企業正在“解決”GPT模型的小缺陷，尤其是只在UI界面上做優化的，這是肯定行不通的。因為OpenAI已經著手解決了大部分問題，而且不要嘗試和OpenAI拼迭代速度。善意提醒：獨立的企業必須能提供真正的、獨特的價值。
奧特曼透露，GPT5/6會具備多模態的輸出能力，比目前的GPT有更高的可靠性和個性化定制能力。
但是一說到大模型，大多數人第一反應就是貴。那GPT5/6的成本和收費會不會非常恐怖呢？奧特曼表示，摩爾定律在大模型領域依然生效，目前大模型的訓練成本越來越低，因此未來調用GPT接口的價格也會更加便宜。
雖然GPT已經給AI領域按下了“加速鍵”，但是還在還沒找到一個產品能讓我感覺和真人在聊天。
真正的AGI是能夠“自行推理”，而不是依賴大模型預訓練的，它像真實人類那樣根據學到的知識，寫論文、做實驗的AI才能是稱得上是AGI。
近期，強化學習之父薩頓也加入了Keen Technologies，聯手傳奇程序員卡馬克All in AGI。他們兩人在阿爾伯塔大學機器智能研究所（Amii）特別活動表示，2030年可以實現AGI的目標。而且，他們相信最終的AGI源代碼將會是一個人就能編寫的量級，可能只有區區幾萬行。
所以，AI的終極形態會是什么樣的呢，讓我們一起拭目以待吧！
以上資料參考來源如下，侵刪：
https：//openai.com/blog/chatgpt-can-now-see-hear-and-speak
https：//www.linkedin.com/posts/ibamasood_chatgpt-can-now-hear-see-and-speak-nervous-activity-7112087060068368384-0OXb/
https：//www.amii.ca/latest-from-amii/john-carmack-and-rich-sutton-agi/
本文由 @運營老中醫 原創發布于人人都是產品經理
題圖來自 Unsplash，基于 CC0 協議
