5月14日凌晨1點(diǎn)，繼OpenAI在AI搜索上“虛晃一槍”之后，讓薩姆·奧爾特曼(Sam Altman)感覺“像魔術(shù)一樣”的新模型終于浮出水面。

　　不是GPT-5，不是AI搜索，而是最新旗艦生成式AI模型GPT-4o！

　　GPT-4o(“o”代表“omni”，意為“全能的”)是邁向更自然的人機(jī)交互的一步——它接受文本、音頻和圖像的任意組合作為輸入，并生成文本、音頻和圖像的任意組合輸出。

　　整場(chǎng)發(fā)布會(huì)時(shí)長(zhǎng)僅30分鐘，OpenAI CTO米拉·穆拉蒂(Muri Murati)帶來主題演講。“這是我們*次在易用性方面真正邁出一大步。”穆拉蒂在公司舊金山總部的現(xiàn)場(chǎng)演示中說道， “這種互動(dòng)變得更加自然，也更加容易。”

　　值得注意的是，此次發(fā)布會(huì)OpenAI CEO薩姆·奧爾特曼并未現(xiàn)身。在OpenAI官網(wǎng)披露的GPT-4o貢獻(xiàn)者中，依然沒有看到OpenAI首席科學(xué)家伊利亞·蘇茨克維爾(Ilya Sutskever)的身影。

　　1.“GPT-4o是我們*的模型”

　　整場(chǎng)發(fā)布會(huì)的主角，就是OpenAI最新旗艦生成式AI模型GPT-4o。

　　OpenAI官網(wǎng)博客顯示，GPT-4o(“o”代表“omni”)是邁向更自然的人機(jī)交互的一步。它接受文本、音頻和圖像的任意組合作為輸入，并生成文本、音頻和圖像的任意組合輸出。

　　相比今年2月的Sora， OpenAI此次發(fā)布顯得更有誠意——GPT-4o將免費(fèi)提供給所有用戶使用，Plus用戶則可以享受到5倍的調(diào)用額度。

　　穆拉蒂表示，GPT-4o將提供與GPT-4同等水平的智能。

　　同時(shí)，GPT-4o的運(yùn)行速度大大提升，*亮點(diǎn)在于其語音交互模式采用了全新技術(shù)，讓聊天機(jī)器人對(duì)話的響應(yīng)速度大幅提升。OpenAI官網(wǎng)博客顯示，GPT-4o在談話中對(duì)音頻輸入的平均響應(yīng)時(shí)間為320毫秒，最短的響應(yīng)時(shí)間為232毫秒，與人類的響應(yīng)時(shí)間相似。

　　GPT-4o還有超高的“語言天賦”，能支持50種語言，并顯著提高了非英語語言的性能，包括改進(jìn)分詞器以更好地壓縮其中的許多語言：

　　根據(jù)傳統(tǒng)基準(zhǔn)測(cè)試，GPT-4o在文本、推理和編碼智能方面實(shí)現(xiàn)了GPT-4 Turbo級(jí)別的性能，同時(shí)在多語言、音頻和視覺功能上設(shè)置了新的高水位線。

　　開發(fā)人員現(xiàn)在可以在API中訪問GPT-4o。與GPT-4 Turbo相比，GPT-4o速度提高2倍，價(jià)格降低一半，速率限制提高5倍。

　　在現(xiàn)場(chǎng)演示環(huán)節(jié)，GPT-4o更是展現(xiàn)了各類花式操作——它能根據(jù)演示者的實(shí)時(shí)要求變換語音語調(diào)，演繹話劇;能實(shí)時(shí)讀圖;甚至還跟演示者們開起玩笑，唱起歌。

　　此外，OpenAI還發(fā)布了桌面版的ChatGPT和新的用戶界面。

　　用戶可以向ChatGPT(由 GPT-4o 提供支持)提出問題，并在ChatGPT回答時(shí)打斷它。OpenAI表示，該模型提供“實(shí)時(shí)”響應(yīng)能力，甚至可以感知用戶聲音中的情感，從而生成“一系列不同情感風(fēng)格”的聲音(包括唱歌)。

　　GPT-4o還升級(jí)了ChatGPT的視覺能力。給定一張照片或一個(gè)桌面屏幕，GPT-4o可以快速回答相關(guān)問題，主題范圍包括“此軟件代碼中發(fā)生了什么?”到“這個(gè)人穿什么牌子的襯衫?”

　　“我們認(rèn)識(shí)到這些模型正變得越來越復(fù)雜，” 穆拉蒂說道，“但我們希望用戶與人工智能模型的交互體驗(yàn)?zāi)軌蚋�加自��、輕松，讓用戶可以將注意力完全集中在與模型的協(xié)作上，而無需在意界面本身。”

　　穆拉蒂還透露，未來幾周內(nèi)，GPT-4o將分階段集成至OpenAI的各個(gè)產(chǎn)品之中，而且會(huì)在ChatGPT Plus中推出新版語音模式GPT-4o的alpha版。

　　OpenAI研究員威廉·費(fèi)達(dá)斯(William Fedus)表示：“GPT-4o是我們*進(jìn)的新前沿模型。我們一直在LMSys arena上測(cè)試一個(gè)版本im-also-a-good-gpt2-chatbot。”

　　“這不僅是世界上*的模型，而且可以在ChatGPT中免費(fèi)使用，這對(duì)于前沿模型來說是前所未有的。”費(fèi)達(dá)斯補(bǔ)充道，“我們發(fā)現(xiàn)在更難的提示集上——特別是編碼——存在更大的差距：GPT-4o比我們之前的*模型實(shí)現(xiàn)了+100 ELO。”

　　奧爾特曼也在X上表示：“GPT-4o是我們*的模型。”

　　OpenAI此次發(fā)布幾乎在想盡辦法“討好”用戶，在“交互體驗(yàn)”上下足了功夫，直接免費(fèi)開放使用更讓用戶感受到了OpenAI的誠意。

　　但「甲子光年」發(fā)現(xiàn)，在這種誠意背后，這家已被捧上神壇的AI創(chuàng)業(yè)公司，正深陷于某種焦慮之中。

　　2.OpenAI的產(chǎn)品焦慮

　　雖然奧爾特曼今天并未到場(chǎng)，但5月11日，他便親自下場(chǎng)預(yù)告�？墒�，翻翻評(píng)論區(qū)，網(wǎng)友們的關(guān)注點(diǎn)似乎有點(diǎn)兒跑偏。

　　有人喊話奧爾特曼讓OpenAI首席科學(xué)家伊利亞回歸：

　　有人關(guān)心GPT-5到底何時(shí)發(fā)布：

　　伊利亞的去向和GPT-5的發(fā)布是OpenAI留給外界的兩大謎題，也是外界最關(guān)心的兩大問題。

　　2024年，人們對(duì)OpenAI*的期待便是GPT-5。然而，每當(dāng)奧爾特曼在訪談中被問及GPT-5相關(guān)進(jìn)度時(shí)，卻總是支支吾吾、諱莫如深。奧爾特曼在普羅大眾心中的畫像也逐漸從一位開天辟地的怪力少年，轉(zhuǎn)變?yōu)橐粋�(gè)在各國政客間長(zhǎng)袖善舞，在各種場(chǎng)合大打太極的“成熟企業(yè)家”。

　　更致命的是，ChatGPT和GPT-4之后，OpenAI似乎一直沒能推出相同重量級(jí)的AI產(chǎn)品，這些都在不斷消磨外界對(duì)OpenAI的期待與信心。

　　今年2月，OpenAI發(fā)布Sora——1份技術(shù)報(bào)告、32篇引用論文、一些畫面堪比電影鏡頭的demo和1個(gè)故作高深的“世界模擬器”概念就是OpenAI給出的全部，沒有技術(shù)論文，也沒有可公開體驗(yàn)的產(chǎn)品入口。

　　「甲子光年」曾向多位AI從業(yè)者提問：“ChatGPT和Sora，誰帶給你的震撼更大?”各位受訪人幾乎不約而同地回答：“Sora有震撼，但沒ChatGPT的震撼大。”

　　造成這種感官差異的直接原因是，ChatGPT能直接體驗(yàn)，但Sora不能。雖然ChatGPT也會(huì)犯一些荒唐的錯(cuò)誤，但真實(shí)的交流感帶給人們的震撼，遠(yuǎn)遠(yuǎn)大于只可遠(yuǎn)觀、不能上手體驗(yàn)的Sora。甚至不少聲音開始猜測(cè)，Sora精美的Demo或許是工程師在背后屢次微調(diào)的結(jié)果，Sora實(shí)時(shí)交互的結(jié)果“可能遠(yuǎn)不如此”。

　　對(duì)于外界的猜測(cè)、質(zhì)疑，OpenAI并未回應(yīng)，而是迅速扔出下一個(gè)“靶子”——AI搜索。

　　過去一周，外媒不斷有消息傳出OpenAI將推出AI搜索產(chǎn)品，更有媒體猜測(cè)，谷歌一年一度的I/O大會(huì)即將于5月14日舉辦，而OpenAI此舉是針對(duì)谷歌的精準(zhǔn)狙擊。

　　OpenAI Search 測(cè)試界面，圖片來源：賽博禪心

　　不過，AI搜索的熱度炒了半天，所謂的AI搜索產(chǎn)品最終只是虛晃一槍。

　　昆侖萬維董事長(zhǎng)兼CEO方漢近期在一次直播中直言：“我覺得搜索引擎對(duì)于OpenAI的用戶增長(zhǎng)也不會(huì)有根本性的變化。”有數(shù)據(jù)顯示，從去年5開始，ChatGPT的C端增長(zhǎng)便逐漸觸頂。

　　而產(chǎn)品焦慮一日不解，OpenAI距離“偉大的公司”就永遠(yuǎn)有一墻之隔。

　　3.GPT-4o能治好嗎？

　　今天再次復(fù)盤ChatGPT的成功會(huì)發(fā)現(xiàn)，這是一次不可復(fù)現(xiàn)的“無心插柳”。

　　2022年中，OpenAI開始訓(xùn)練GPT-4。半年后的11月30日，OpenAI發(fā)布ChatGPT，全球各界都為之顫動(dòng)。

　　OpenAI內(nèi)部曾對(duì)是否發(fā)布ChatGPT有過很長(zhǎng)一段時(shí)間爭(zhēng)論，因?yàn)檎l都無法100%確認(rèn)這是正確的事情。

　　彼時(shí)，OpenAI對(duì)自己的定位是一家為開發(fā)人員和企業(yè)構(gòu)建工具的公司，而非直接面向普羅大眾。因此，OpenAI要面臨的核心挑戰(zhàn)，是ChatGPT的使用門檻是否足夠低，以至于能讓完全不懂技術(shù)的人用起來。

　　在此之前發(fā)布的視覺模型DaLL-E已經(jīng)讓OpenAI嘗到了甜頭。但ChatGPT能復(fù)制DALL-E的成功嗎?

　　奧爾特曼是名副其實(shí)的“冒險(xiǎn)派”，他鼓勵(lì)公司發(fā)布ChatGPT，“嘗試一下”。在他看來，用戶和模型進(jìn)行文本形式的交互會(huì)產(chǎn)生一些很重要的個(gè)性化結(jié)果。

　　很快，用戶的熱情證明，這次試驗(yàn)無比成功。從2022年11月上線的*個(gè)完整月(2022年11月)開始，到12月這一數(shù)字達(dá)到了2.66億人次，月環(huán)比增長(zhǎng)了近75%。到2023年1月，總訪問量翻了一番多，達(dá)到6.16億人次，2月就首次突破10億人次大關(guān)。

　　這突如其來的成功，在OpenAI的意料之外。

　　“我們并沒有認(rèn)為GPT-3系列模型已經(jīng)跨越了將其應(yīng)用于消費(fèi)者或企業(yè)的門檻，本以為GPT-4會(huì)成為*個(gè)跨越這道門檻的模型，所以我們的很多計(jì)劃和預(yù)測(cè)都是圍繞2023年3月發(fā)布GPT-4來安排的。”OpenAI COO 布拉德·萊特凱普(Brad Lightcap)此前在英偉達(dá)2024 GTC大會(huì)上分享道。

　　按照萊特凱普的說法，OpenAI用了6個(gè)月來適應(yīng)ChatGPT的爆炸性增長(zhǎng)，并確保公司有足夠的GPU來滿足用戶的需求。

　　直到2023年后半年，OpenAI開始感受到了來自行業(yè)一線的真實(shí)需求。OpenAI曾公布，截止2023年8月，80%的財(cái)富500強(qiáng)公司已采用ChatGPT。80%的統(tǒng)計(jì)數(shù)據(jù)是指擁有注冊(cè)ChatGPT帳戶的財(cái)富500強(qiáng)公司的百分比，由與企業(yè)電子郵件域關(guān)聯(lián)的帳戶確定。

　　于是，OpenAI迅速行動(dòng)。2023年8月28日，OpenAI推出ChatGPT Enterprise，正式進(jìn)軍企業(yè)市場(chǎng)。它提供企業(yè)級(jí)安全和隱私、無限的高速GPT-4訪問、用于處理更長(zhǎng)輸入的更長(zhǎng)上下文窗口、高級(jí)數(shù)據(jù)分析功能、自定義選項(xiàng)等等。

　　這是一個(gè)很微妙的時(shí)間點(diǎn)——ChatGPT流量見頂，開始走下坡路。

　　根據(jù)第三方網(wǎng)站SimilarWeb的監(jiān)測(cè)數(shù)據(jù)，2023年6月ChatGPT的網(wǎng)站與移動(dòng)客戶端的全球流量(PV)環(huán)比下降9.7%，美國地區(qū)的流量環(huán)比下降10.3%。同時(shí)，ChatGPT的獨(dú)立訪客數(shù)量(UV)下降了5.7%，訪客在網(wǎng)站上花費(fèi)的時(shí)間也下降了8.5%。

　　這是自2022年11月30日發(fā)布以來，ChatGPT首次出現(xiàn)流量負(fù)增長(zhǎng)。其實(shí)，ChatGPT增長(zhǎng)放緩的勢(shì)頭在2023年5月已經(jīng)出現(xiàn)端倪，5月的增長(zhǎng)率僅為2.8%。

　　當(dāng)時(shí)，。“大部分人都是帶著體驗(yàn)的目的，看看ChatGPT到底有多強(qiáng)大才去注冊(cè)的，包括我也是。但這不意味著我會(huì)天天用它。除了做一些簡(jiǎn)單的科普，或者給孩子寫作文之外，大部分人日常其實(shí)也不太會(huì)用到。”這位AI Lab負(fù)責(zé)人說。

　　萊特凱普自己也在一次訪談中犀利點(diǎn)評(píng)ChatGPT：“人們玩兒過一會(huì)兒后就認(rèn)為它并不是真正的工具，而更像一個(gè)玩具。”

　　更嚴(yán)峻的是，ChatGPT的燒錢速度同樣出人意料。

　　當(dāng)OpenAI的早期投資人埃隆·馬斯克(Elon Musk)問到ChatGPT的成本時(shí)，奧爾特曼給到的數(shù)據(jù)是“每次對(duì)話的平均費(fèi)用為幾美分”。2023年4月，國外一位分析師估算的數(shù)據(jù)則是每天的運(yùn)營成本高達(dá)70萬美元。

　　2023年2月1日，OpenAI開始商業(yè)化探索，推出付費(fèi)版本的ChatGPT Plus，定價(jià)每月20美元，提供的增值服務(wù)包括“高峰時(shí)段免排隊(duì)、快速響應(yīng)以及優(yōu)先獲得新功能”等。

　　如此看來，ChatGPT雖然備受喜愛，但在商業(yè)層面，卻算不上一個(gè)真正成功的產(chǎn)品。這些被ChatGPT燒掉的錢，就要用B端來填。

　　數(shù)據(jù)顯示，截至2023年11月，已經(jīng)有92%的500強(qiáng)企業(yè)以某種形式部署ChatGPT。Block、Canva、Carlyle、雅詩蘭黛、普華永道和Zapier均為OpenAI的早期客戶。

　　C端流量與B端客戶量的此消彼長(zhǎng)之間，OpenAI也逐漸由一家偉大而光榮的非營利性AGI實(shí)驗(yàn)室，加速轉(zhuǎn)變?yōu)橐患?ldquo;平庸”的商業(yè)公司——他們或許能賺到很多錢，卻沒有造出能夠說服用戶的產(chǎn)品。

　　直到今天，讓奧爾特曼感到“像魔術(shù)一樣”的GPT-4o面世。

　　只是GPT-4o真能治好OpenAI的產(chǎn)品焦慮嗎?答案或許并不清晰。

　　從模型能力上來看，實(shí)時(shí)語音交互是GPT-4o在多模態(tài)方面最亮眼的進(jìn)展。然而事實(shí)上，語音交互類產(chǎn)品并不新鮮。在可查閱的歷史中，AI語音交互類產(chǎn)品在商業(yè)化方面并沒有太多成功的案例，蘋果的Siri到今天都是一個(gè)十分雞肋的功能。

　　而發(fā)布會(huì)上的GPT-4o，看起來依然是一個(gè)“有趣的玩具”。

　　從“無心插柳”的ChatGPT，到“只可遠(yuǎn)觀”的Sora、“虛晃一槍”的SearchGPT，再到今天的GPT-4o，都只是OpenAI向世界展示其AI能力的“半成品”，而并非一個(gè)真正能夠說服用戶的商業(yè)產(chǎn)品，這在某種程度上限制了OpenAI用戶的增長(zhǎng)。

　　當(dāng)然，不可否認(rèn)的是，從這次發(fā)布會(huì)的效果來看，GPT-4o或許會(huì)成為又一個(gè)成功的PR案例，被寫入OpenAI的歷史。