智東西
今日，2023年最矚目的人工智能大會舉辦！
智東西11月7日報道，今天凌晨2點，在OpenAI首屆開發者大會上，OpenAI的首席執行官薩姆·阿爾特曼（Sam Altman）宣布了GPT-4、ChatGPT的年度最重磅更新。
OpenAI的CEO薩姆·阿爾特曼
攜GPT-4新成果而來，OpenAI今日的大會堪稱“AI春晚”，就像蘋果發布會一樣，在發布前就被產業界各種“押題”，盡管押中不少，仍引來眾多開發者熬夜觀看。現場，阿爾特曼總是還沒講出要發什么，下面的掌聲已經先爆發出來。
OpenAI首屆開發者大會現場（圖源：@Leo Rezaei）
自ChatGPT爆火全球以來，我國企業紛紛推出對標GPT的大模型，而OpenAI近一年來也沒閑著，智東西聽會后總結發現，本次OpenAI主要有以下三大方面更新重點值得關注和思考。
1、GPT-4 Turbo：支持128k上下文，相當于300頁文檔，輸入價格大降2/3，速率限制翻倍，知識更新到2023年4月，改進指令跟隨和JSON Mode，更新多個函數調用能力。這意味著比GPT-4更強、更便宜、開發成本更低、知識更新鮮，而且能一次性輸入一整本書。
2、開放新模態API：包括接受圖像輸入的GPT-4 Turbo、文生圖模型DALL·E 3、 文本轉語音模型TTS，不久后還將支持自動語音識別模型Whisper v3。
3、GPT定制化服務：支持用戶5分鐘內、無代碼創建一個量身定制的ChatGPT版本，支持教育、設計、辦公等不同行業客戶定制個性化GPT，本月上線GPT應用商店，推出Assistants API來降低開發者構建AI助手的門檻。
通過GPTs定制專用版ChatGPT
阿爾特曼明確稱要將ChatGPT打造成一個AI助手，讓開發者通過簡單的自然語言對話，生成所需要的定制化AI助手。可見，其野心已經遠不止于做一個對話機器人，而是要做類似一個生產力工具的“超能”產品。
OpenAI將向推出最有用和最常用GPTs的開發者付費激勵，此舉意味著OpenAI意圖拿出收入的一部分，培育一個圍繞ChatGPT的新生態。
此前在10月阿爾特曼曾透露，OpenAI的年營收達到了13億美元，同比增長了超4500%。而通過本次的發布，可見OpenAI在商業化方面進一步加快了步伐。
無論是AI助手還是新生態的打造，都讓人不得不感到OpenAI與其“鐵桿盟友”微軟的競爭變得更加針鋒相對。
發布會進展到20分鐘左右時，阿爾特曼請出了微軟CEO薩提亞·納德拉（Satya Nadella）為其站臺，似乎要力破兩者有裂痕的傳聞。但顯然，微軟和納德拉都不是這場發布的主角，其談及將在基礎設施和Copilot系列產品兩方面與OpenAI合作，但并未公布兩者的最新合作動向。
OpenAI已經全力推出AI助手，這是否將和微軟Copilot同臺競爭？引起產業關注。
OpenAI的CEO薩姆·阿爾特曼（左）和微軟CEO薩提亞·納德拉（右）
阿爾特曼先回顧了OpenAI過去一年發布的產品進程，截至目前，已經有大約200萬開發人員在其API上構建各種各樣的應用，超過92%的全球500強企業正使用其產品，ChatGPT的周活躍用戶達到大約一億。
OpenAI宣布推出了最新的、更聰明的AI模型GPT-4 Turbo，阿爾特曼介紹了六大更新點。
首先，更長的上下文長度。GPT-4 Turbo具有128k上下文長度，相比于此前的版本有顯著增加，此前GPT-4支持8k上下文長度，在某些情況下能支持高達32k長度。這也意味著，GPT-4 Turbo單個提示中可容納相當于300多頁文本的內容。
今天，GPT-4 Turbo可供所有付費開發者通過傳遞gpt-4-1106-previewAPI進行嘗試，阿爾特曼透露，他們計劃在未來幾周內發布穩定的生產就緒模型。
第二，更可控。開發人員需要對模型的響應和輸出進行更多控制，OpenAI推出了被稱為Json Mode的新功能，其可以確保開發人員更容易調用API，且更好遵循指示。
這一功能的改進包括，提供了一條消息中調用多個功能的能力，用戶可以發送一條消息請求多個操作等。
除此以外，其它相關更新參數將允許開發人員使模型更容易返回一致的輸出結果，從而實現可重復輸出，這一測試版功能對于重播調試請求、編寫更全面的單元測試以及通常對模型行為具有更高程度的控制等應用非常有用。
OpenAI還推出了能記錄GPT-4 Turbo、GPT-3.5 Turbo在未來幾周內生成的最有可能輸出token的概率的日志工具，這有助于構建搜索體驗中的自動完成等功能。
第三，更多的世界知識。GPT-4 Turbo的知識庫截止時間為2023年4月，這意味著它在回答截止日期前發生事情的相關問題時答案將更準確。OpenAI還在平臺中啟動檢索，開發人員可以將外部文檔或數據庫中的指示帶入其正在構建的內容中。
第四，新的視覺模態。GPT-4 Turbo可以支持圖像輸入，并完成生成標題、詳細分析圖像以及閱讀帶有圖形的文檔等應用。OpenAI計劃為主要的GPT-4 Turbo模型提供視覺支持，作為其穩定版本的一部分。
開發人員可以通過其圖像API指定模型，將DALL·E 3直接集成到企業的應用程序和產品中。每生成一張圖像的起價為0.04美元（折合人民幣約0.29元）。
同時，開發人員還能通過文本轉語音API生成更自然的語音文件，OpenAI新TTS模型提供了六種預設聲音及兩種模型變體。每輸入1000個字符起價為0.015美元（折合人民幣約0.11元）。
OpenAI還宣布了開源語音識別模型的下一個版本，很快就會發布。
第五，定制微調。這項更新針對的是GPT-4，OpenAI推出一項用于微調GPT-4的實驗性訪問計劃，允許開發人員創建ChatGPT的自定義版本，包括修改模型訓練過程的每一步，進行額外的特定領域預訓練、運行針對特定領域定制的自定義強化學習后訓練過程。
第六，更低的價格和更高的費率限制。OpenAI正在降低整個平臺的價格。GPT-4 Turbo輸入tokens價格是GPT-4的1/3，為0.01美元/1k tokens（折合人民幣約0.07元），輸出tokens價格是其1/2，為0.03美元/1k tokens（折合人民幣約0.22元）。阿爾特曼舉了個例子，將1080×1080像素的圖像傳遞給GPT-4 Turbo將花費0.00765美元（折合人民幣約0.06元）。
GPT-3.5 Turbo輸入tokens比之前的16k模型價格便宜1/3，輸出tokens便宜1/2，分別是0.001美元/1k tokens（折合人民幣約0.007元）和0.002美元/1k tokens（折合人民幣約0.015元）。
為了幫助開發人員擴展應用程序，OpenAI將所有付費GPT-4用戶的每分鐘tokens限制增加了一倍，這意味著開發人員的開發成本將大幅降低。
在面向開發人員推出一系列更新后，阿爾特曼邀微軟CEO薩提亞·納德拉登臺對話，似乎是要力破OpenAI與微軟合作關系出現裂痕的傳言。
“當第一次看到GPT時，我對整個基礎模型的信念已完全改變了！”納德拉說。他談及與OpenAI的合作，自己尤其關注兩件事：一件是巨大工作量，模型訓練工作涉及龐大的數據并行，微軟首先是提供全面基礎設施服務；另一件事是微軟自己及開發人員，微軟要大力構建Copilot系列產品，推動產品快速進入市場。
不過，納德拉并未談及微軟與OpenAI合作的具體新進展。
緊接著，阿爾特曼公布了自家產品ChatGPT新改進，并毫不避諱地在納德拉面前談及了他的“AI助手”宏圖。智東西認為，這很可能與微軟推出的Copilot產生功能重合，從而引發激烈的競爭。
更輕量化的ChatGPT現在使用GPT-4 Turbo，前面提及的GPT-4 Turbo所有六大新功能都將可用。同時，當用戶需要編寫和運行代碼、進行數據分析或生成圖像時，ChatGPT現在可以瀏覽網站。它的使用界面也更簡化，用戶將不必點擊下拉菜單，而是能被體察到什么時候要用它干什么。
阿爾特曼特別強調，ChatGPT將變得更智能化、個性化和可定制。它會詢問用戶需要什么，進而幫助用戶完成任務，這在AI領域常被稱為“Agent”（代理），簡單點說就是AI助手。
OpenAI推出GPTs新服務，這是針對特定目的定制的ChatGPT版本。
用戶可以構建一個定制版的ChatGPT，適用于任何有說明、擴展知識及行動的場景，然后發布給其它人使用。由于其結合了指令、擴展知識和行動，它也將具備更好的控制力，在工作和休閑場景中發揮更大作用。
阿爾特曼通過三個合作伙伴案例來解讀GPTs能做什么：
比如，一個教育領域的伙伴Code.org的課程被全球數千萬學生使用，其設計了課程策劃GPT，匯聚了編程能力和廣泛的課程專業知識，讓老師能用其幫學生快速解答問題。
知名設計平臺Canva構建了一個GPT，支持用戶通過自然語言描述設計需要的素材，比如讓它為今天的招待會設計一份海報，定制GPT會根據用戶提供的細節生成一些選項，用戶通過點擊和聊天的方式，就能獲得最終設計圖。
另一個伙伴Zapier已經構建了一個GPT，允許用戶在6000個應用程序中執行操作，集成應用。在其負責人的演示中，當她點擊Zapier AI操作開始，問“我能知道今天的日程安排是什么嗎？”，定制版GPT就連接了她的日歷，提示其在日程上出現了沖突。當提出“薩姆，不，我得（提前）走了”，定制GPT會推出與薩姆通話的選項，以供運行。
構建GPTs的方式非常簡單，只需要在ChatGPT中對話交談就夠了。
阿爾特曼現場展示了如何使用自然語言，完成ChatGPT構建和分發GPTs，僅僅用了不到5分鐘。
當他輸入自己的問題“我在YC和創業者們一起工作了很多年。然而，每當我遇到開發人員時，我得到的問題總是關于我如何思考一個商業理念。你能給我一些建議嗎?”GPT Builder就回復問阿爾特曼想做什么。
阿爾特曼補充稱：“我想幫助初創企業的創始人在獲得一些建議后，通過他們的商業創意獲得建議，拷問他們為什么沒有更快地增長。”GPT Builder快速“思考”后問，阿爾特曼對創業導師有什么看法。
與此同時，頁面右面的預覽模式已經開始出現了這個GPT的預想展示。阿爾特曼對此表示“很棒”，并進一步給出風格方面的要求：“我將上傳一些關于創業公司講座的成績單，請給出建議。”隨后GPT Builder展示了配置選項卡，供開發者選擇要啟用的功能。
接下來是測試這一定制GPT，當阿爾特曼問“在招聘初創企業員工時，需要注意哪三個方面？”定制GPT就可以根據阿爾特曼上傳的文件和GPT-4的知識作答，正是阿爾特曼說過很多次的三件事。他能夠對答案進行二次編輯，然后公開分享。
阿爾特曼稱，本月晚些時候，OpenAI將推出一個GPT商店，供開發者上傳其開發的專業GPT應用，就像App Store一樣展示最受歡迎的GPT。
收入共享對OpenAI來說很重要。OpenAI將拿出收入的一部分，向推出最有用和最常用GPTs的開發者付費，從而培育一個充滿活力的生態。
對于開發者而言，API（應用程序接口）也是十分重要的一環。阿爾特曼稱，構建一個類似Agent的API是很困難的，往往需要數十個開發人員花費幾個月的時間。
為此，OpenAI今天推出Assistants API，幫助開發者在自己的應用程序中構建AI助手。
Assistants API引入的一個關鍵更新是提供持久且無限長的線程（Threading），允許開發人員將線程狀態管理移交給OpenAI，并解決上下文窗口長度約束的問題。Assistants API還提供三款新的工具，分別是代碼解釋器（Code interpreter）、檢索（Retrieval）以及函數調用（Function calling）。
代碼解釋器允許開發者在沙盒執行環境中編寫和運行Python代碼，可以生成圖形和圖表，并處理具有不同數據和格式的文件，允許AI助手迭代運行代碼來解決具有挑戰性的代碼和數學問題等。
檢索功能可以利用模型之外的知識來增強助手，例如專有領域數據、產品信息或用戶提供的文檔。
函數調用則使助手能夠調用開發者定義的函數，并將函數響應合并到其消息中。
OpenAI開發者體驗主管Romain現場演示了Assistants API的Demo。
假設需要構建一個旅行應用程序Wanderlust，圖中是已經用GPT-4和DALL·E 3生成的目的地列表及風景圖。
要構建一個該網站的AI聊天助手，開發者只需輸入聊天助手的名稱、簡介，選擇需要使用的模型，并選擇需要的工具即可自動生成。
當輸入“讓我們去巴黎吧！”，該助手自動生成了對巴黎的介紹，并將右側的地圖聚焦到巴黎。
當輸入“（在那里）最值得做的10件事情是什么？”，該助手生成10件事后，又在地圖上將對應的地點標注了出來。
在檢索功能上，用戶可以將需要補充的PDF文件直接拖拽到網頁上，Assistants API將會自動解析，并以文字或交互形式將有關的內容補充進來。
Romain還演示了一個為此次開發者大會構建的專用Assistant，包含本次大會的全部數據，并且使用語音交互取代了文字頁面交互。
Romain通過手機語音輸入，讓該助手Whisper與現場與會者打了個招呼。隨后，為了調動氛圍，他先是讓Whisper隨機抽取5名“幸運觀眾”，最后又為現場所有與會者每人提供了500美元的API積分。
Assistants API即日起開放測試版，用戶可以在Assistants Playground主頁體驗，而無需編寫任何代碼。OpenAI稱，與平臺的其他部分一樣，上傳到OpenAI API的數據和文件永遠不會用于訓練其模型，開發人員可以在認為合適時刪除數據。
體驗地址：
https://platform.openai.com/docs/assistants/overview
AI產業的熱潮仍然不斷，OpenAI首屆開發者大會的種種更新表明，作為AI領域最熱門的企業之一，OpenAI正深入參與到全球AI競賽中。
今年年中，阿爾特曼在全球巡回演講中就透漏了OpenAI近期發展路線，兩個階段分別包括2023年首要推出更便宜、更快的GPT-4，更長的上下文窗口等；2024年瞄準多模態。
現在看來，從今年6月GPT-4和GPT-3.5-Turbo的更新，到現在GPT-4 Turbo的發布，不論上下文長度還是函數調用、以及每個人無需代碼即可創建一個量身定制的ChatGPT版本、視覺功能的加入……這都意味著OpenAI的整體目標正在穩步推進。
可以看出，在生成式AI領域熱度不減，越來越多的科技巨頭與明星創企都亮出自己殺手锏的當下，OpenAI也在一次次刷新其在生成式AI領域的領先地位。
OpenAI在熱切追逐這一領域市場機會，探索新增長點的同時，其在生成式AI領域的統治地位可能會被載入史冊。
