gpt能生成图片吗GPT4：GPT⑷的最大进步是同时解析文本和图像，但它可能没那么“震撼” 满满干货

感谢大家的支持和鼓励，让我有机会写这篇文章。在这篇文章中，我将会介绍1些我小我的经验和见解，希望能对大家有所启发。

界面新闻记者 | 李京亚历经几个月的传言和猜测，OpenAI以超出业界预期的速度推出了GPT⑷，这也是其最强版本的多模态预训练大模型OpenAI官方把GPT⑷称之为“天下第1款高体验、强能力的先进AI系统”，且比之前版本更有创造性和协作性，可以更准确地解决困难问题。

OpenAI凌晨在和推特上宣布发布GPT⑷OpenAI工程师在发布的demo里强调，公司于去年8月完成了GPT⑷的大模型训练，此后经历了6个月的安全性能打磨。

GPT⑷可以解析图像输入，尽管它只能通过文本做出回应图源：OpenAIdemo根据OpenAI进1步的解释，GPT⑷历经的这6个月漫长训练是为了解决可靠性和安全性问题，在OpenAI的内部测试中， “取GPT⑶.5相比，对没有允许的内容请求的回应减少了82%，产生事实性回应的可能性增加了40%。

”这说明，回复的准确度是GPT⑷的1项重大改进，在任务的复杂度达到更高阈值时，GPT⑷的优势应该会有所显现，但这都有待业界进1步测试反馈事实上，GPT⑷相比ChatGPT的跨跃性改进只有1项：GPT⑷是1个多模态的预训练大模型，可以接受文本和图像输出，并输出文本回应，对其生成标题、分类和分析。

GPT⑷对1张图片进行解析回答，目前回应形式只能是文本 图源：推特在这个改进中，GPT⑷能做到的媒介种类变化的数量比业界所预测的略少，但GPT⑷还能够做到生成歌词、创意文本，实现风格变化，算是1大亮点补充。

该版本的另1项显著改进在于能处理的文本内容长度——超过25000个单词的文本，能进行文档搜索和分析，并能处理更细微的指令。

GPT⑷能处理的文本长度比ChatGPT有大幅提升 图源：OpenAI更大的文本容量意味着更高的算力需求国泰君安计算机团队在研报中指出，GPT⑷没有再强调参数规模扩张，开始注重模型表现，后续需要更多算力挖掘GPT⑷的全部潜能。

日前，OpenAI首席执行官Sam Altman在问答中亦提到，GPT-4占用的算力总量要超过GPT⑶已有1些团队对GPT⑷的体验效果进行了测试《少数派》提到，从目前体验来看，GPT⑷的答复效果比ChatGPT⑶.5 Turbo稍有提升，对于语义逻辑性的把握比老版本显著较好，但新模型的答复非常慢。

而在1篇研究博文中，OpenAI称GPT⑷取其前身GPT⑶.5（GPT⑶.5即是支持ChatGPT的大模型）之间的区别在聊天功能中表现的非常微弱Sam Altman在推特上表示，GPT⑷“仍然有缺陷，有局限性”，但“第1次使用时似乎比你花更多时间使用它后更令人印象深刻。

”此前，Sam Altman反复表示对ChatGPT的答复效果并没有满意GPT⑷目前尚未全面开放API接口，但提供了3种接入方式：第1种，GPT⑷发布后，OpenAI直接将ChatGPT进行升级，ChatGPT Plus（OpenAI的每月20美元ChatGPT付费服务）的订阅用户今天就可以在chat.openai.com上直接体验；

图源：OpenAI第二种，微软的新版必应搜索已经直接用上了GPT⑷，用户也可以通过必应体验；

微软公司副总裁兼消费者首席营销官 Yusuf Mehdi 确认必应搜索已运行GPT⑷超过1个月第3种，用户和开发人员今天就可以加入GPT⑷的访问等待列表整个科技界此前对GPT⑷的期待可以用“望穿秋水”来形容，对其能力的颠覆性猜测也激起层层声浪，但从OpenAI自己的公告和Sam Altman的发声来看，GPT⑷的改进很难说是跨越性的，更多是在反复微调中逐步推进，就像OpenAI内部打磨ChatGPT的过程1样。

OpenAI直言没有讳的年轻首席执行官1月接受StrictlyVC采访时说，“GPT⑷的业界传言是荒谬的，我没有知道这1切从何而来”“人们在乞求失望，他们会失望的这种炒作就像... 我们没有1个真正的AGI（通用人工智能），这也算是对我们的期望吧。

”

本文转载于万像素才网：https://www.wanxiangsucai.com/