撰文：李丹

来源：华尔街见闻

凭借 ChatGPT 掀起人工智能（AI）应用热潮的 OpenAI 发布了最新作品――GPT-4。得到这种新模型支持的 ChatGPT 将迎来升级。

美东时间 3 月 14 日周二，OpenAI 宣布，推出大型的多模态模型 GPT-4，称它可以接收图像和文本输入，输出文本，「比以往任何更具创造性和协作性」，并且「由于它有更广泛的常识和解决问题的能力，可以更准确地解决难题。」

OpenAI 表示，已经与多家公司合作，要将 GPT-4 结合到他们的产品中，包括 Duolingo、Stripe 和 Khan Academy。GPT-4 模型也将以 API 的形式，提供给付费版 ChatGPT Plus 的订阅用户。开发者可以注册，用它打造应用。

微软此后表示，新款的必应（Bing）搜索引擎将运行于 GPT-4 系统之上。

GPT-4 全称生成式预训练转换器 4。它的两位「前辈」GPT-3 和 GPT3.5 分别用于创造 Dall-E 和 ChatGPT，都吸引了公众关注，刺激其他科技公司大力投入 AI 应用领域。

OpenAI 介绍，相比支持 ChatGPT 的前代 GPT-3.5，GPT-4 和用户的对话只有微妙的差别，但在面对更复杂的任务时，两者的差异更为明显。

「在我们的内部评估中，它产生正确回应的可能性比 GPT-3.5 高 40%。」

OpenAI 还称，GPT-4 参加了多种基准考试测试，包括美国律师资格考试 Uniform Bar Exam、法学院入学考试 LSAT、「美国高考」SAT 数学部分和证据性阅读与写作部分的考试，在这些测试中，它的得分高于 88% 的应试者。

上周，微软德国的首席技术官（CTO）Andreas Braun 在德国出席一个 AI 活动时透露，本周将发布多模态的系统 GPT-4，它「将提供截然不同的可能性，比如视频」。这让外界猜测，GPT-4 应该能让用户将文本转换为视频，因为他说该系统将是多模态的，也就在暗示，不仅能生成文本，还会有其他媒介。

本周二 OpenAI 介绍的 GPT-4 的确是多模态的，但它能融合的媒介没有一些人预测的多。OpenAI 表示，GPT-4 能同时解析文本和图像，所以能解读更复杂的输入内容。

在下面的示例中，我们可以看到 GPT-4 系统如何应答图像输入内容，比如像以下截图那样解释图片的不同寻常之处、图片的幽默之处、一个搞怪图片的用意。

OpenAI 称「GPT-4 在高级推理能力方面超过 ChatGPT」，GPT-4 能做些什么？

据OpenAI网站消息，最新型号GPT-4发布，但仅限ChatGPT Plus 订阅用户使用。OpenAI网站介绍，GPT-4遵循GPT、GPT-2和GPT-3的研究路径，其深度学习方法利用更多的数据和更多的计算来创建越来越复杂和强大的语言模型。OpenAI称，GPT-4在高级推理能力方面超过了ChatGPT。此外，GPT-4在美国法考及国际生物学奥林匹克竞赛中的得分更高，优于ChatGPT。（中新财经）