OpenAI的神秘新品是多模态AI助理？

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。

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。

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。

但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。

请到「今天看啥」查看全文