卡位谷歌 OpenAI的神秘新品是什么?最新猜测:多模态AI助理 openai将推出多模态大模型 openai有望推出多模态gpt模型
admin
2024-05-12 12:34:11
0

《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。

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。

相关内容

热门资讯

linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
C++ 机房预约系统(六):学... 8、 学生模块 8.1 学生子菜单、登录和注销 实现步骤: 在Student.cpp的...
JAVA多线程知识整理 Java多线程基础 线程的创建和启动 继承Thread类来创建并启动 自定义Thread类的子类&#...
【洛谷 P1090】[NOIP... [NOIP2004 提高组] 合并果子 / [USACO06NOV] Fence Repair G ...
国民技术LPUART介绍 低功耗通用异步接收器(LPUART) 简介 低功耗通用异步收发器...
城乡供水一体化平台-助力乡村振... 城乡供水一体化管理系统建设方案 城乡供水一体化管理系统是运用云计算、大数据等信息化手段࿰...
程序的循环结构和random库...   第三个参数就是步长     引入文件时记得指明字符格式,否则读入不了 ...
中国版ChatGPT在哪些方面... 目录 一、中国巨大的市场需求 二、中国企业加速创新 三、中国的人工智能发展 四、企业愿景的推进 五、...
报名开启 | 共赴一场 Flu... 2023 年 1 月 25 日,Flutter Forward 大会在肯尼亚首都内罗毕...
汇编00-MASM 和 Vis... Qt源码解析 索引 汇编逆向--- MASM 和 Visual Studio入门 前提知识ÿ...
【简陋Web应用3】实现人脸比... 文章目录🍉 前情提要🌷 效果演示🥝 实现过程1. u...
前缀和与对数器与二分法 1. 前缀和 假设有一个数组,我们想大量频繁的去访问L到R这个区间的和,...
windows安装JDK步骤 一、 下载JDK安装包 下载地址:https://www.oracle.com/jav...
分治法实现合并排序(归并排序)... 🎊【数据结构与算法】专题正在持续更新中,各种数据结构的创建原理与运用✨...
在linux上安装配置node... 目录前言1,关于nodejs2,配置环境变量3,总结 前言...
Linux学习之端口、网络协议... 端口:设备与外界通讯交流的出口 网络协议:   网络协议是指计算机通信网...
Linux内核进程管理并发同步... 并发同步并发 是指在某一时间段内能够处理多个任务的能力,而 并行 是指同一时间能够处理...
opencv学习-HOG LO... 目录1. HOG(Histogram of Oriented Gradients,方向梯度直方图)1...
EEG微状态的功能意义 导读大脑的瞬时全局功能状态反映在其电场结构上。聚类分析方法一致地提取了四种头表面脑电场结构ÿ...
【Unity 手写PBR】Bu... 写在前面 前期积累: GAMES101作业7提高-实现微表面模型你需要了解的知识 【技...