GPT-4o到底有多強？只有用過才能知道。這兩天，網(wǎng)友們不僅探索出了很多全新ChatGPT的炫酷用法，也逐漸開始意識到，這標志這OpenAI將逐漸替代谷歌曾經(jīng)的地位，全面接管AGI時代。

隨著越來越多人開始試用GPT-4o，大家發(fā)現(xiàn)發(fā)布會上的demo真的只是冰山一角，官方后續(xù)發(fā)出的用例以及網(wǎng)友們的整活才是更精彩的部分。

生成手寫體文字

OpenAI聯(lián)創(chuàng)Greg Brockman今天po出一張GPT-4o生成的圖片，他興奮地宣布：

「僅用GPT-4o的圖像生成功能就可以探索很多東西。團隊正在努力將這些內(nèi)容推向世界」

可以看到，這張圖片中，黑板上的手寫體達到了以假亂真的程度！

網(wǎng)友表示，看到這張圖片的一瞬間還以為是Greg講座現(xiàn)場的板書呢。

不知道筆跡專家看到了會作何感想，是否能讀解出這面黑板上「機器書寫」背后的人格特征呢？

看來GPT-4o不僅能模仿人類的語音語調(diào)，連字體也開始向人類手寫體接近了。

1分鐘從屏幕截圖生成視頻游戲

推特網(wǎng)友從網(wǎng)上找了一張Breakout游戲的截圖，丟給ChatGPT并問它「你能把這個用Python編碼出來嗎？」

一分鐘之后，ChatGPT就生成了一份沒有bug、可以直接執(zhí)行的Python文件，完全復刻了截圖的效果。

而且Breakout這個游戲也是大有來頭，是一款1976年雅達利公司發(fā)行的街機視頻游戲，Steve Jobs和Steve Wozniak曾經(jīng)參與設(shè)計和開發(fā)工作。

用文字提示進行3D建模

前幾天，有人曾經(jīng)放出用GPT-4o將平面圖片進行3D重建的之后的效果，已經(jīng)十分驚艷。

但沒想到，GPT-4o生成3D效果甚至都不需要給它平面圖片，一段文字提示就夠了，比如下面這個用戶讓ChatGPT創(chuàng)建一個STL文件，建模一個有四條腿的桌子，并添加一些隨機特征。

ChatGPT不僅能給你渲染出的3D效果圖，還能馬上出一份原始的STL文件，就不用自己費力從頭開始建模了。

這一版ChatGPT的更新就是瞄準了個人AI助手的方向，工作狂Sam Altman最近在接受采訪時，也分享了自己使用ChatGPT提高工作效率的方法。

他說，在電腦上工作時，想搜索一些東西就不得不在頁面之間不斷切換。有了ChatGPT在旁邊，就可以「隨叫隨到」直接問它，讓自己能始終保持在專注的狀態(tài)。

一、GPT-4o vs. 谷歌翻譯

OpenAI的發(fā)布會展示了GPT-4o的實時翻譯能力，實現(xiàn)了英語和意大利語之間的無縫轉(zhuǎn)換，幾乎沒有響應(yīng)延遲，讓網(wǎng)友再次驚呼「翻譯要失業(yè)了」，這次連同聲傳譯行業(yè)也要一鍋端了。

與此同時，也掀起了一場和谷歌翻譯之間的較量。

有網(wǎng)友表示「谷歌和三星在手機上開發(fā)過類似的功能，但是做得很爛。你必須要說得很慢，而且確保吐字清晰，不然識別出的文本就會一團糟，也得不到正確的翻譯?！?/p>

谷歌翻譯到了要和大家說再見的時候了嗎？隨著OpenAI的語言能力不斷擴展，這并非完全沒有可能。

GPT-4o使用了新的分詞器，不僅英語的效率更高（token減少了1.1倍），而且還提高了許多其他語言的使用效率。

Greg Brockman發(fā)文稱「我們還顯著提高了非英語語言的性能，包括改進分詞器以更好地壓縮其中的許多語言」。

OpenAI現(xiàn)在支持50多種語言，從Greg Brockman放出的圖片中可以看出，包括阿拉伯語、俄語、印地語在內(nèi)的多種語言的token數(shù)量都得到了壓縮。

但是，OpenAI的翻譯功能也并非無懈可擊，有很多網(wǎng)友質(zhì)疑發(fā)布會上ChatGPT生成的意大利語聽起來有點奇怪。

于是有意大利用戶在線答疑，「其實這不是一種口音，只不過是AI語音在單詞之間插入了間隙。說英語時還好，但在意大利語中，這聽起來非常奇怪和呆板，因為它擾亂了節(jié)奏?！?/p>

更要命的是，GPT-4o分詞器語料庫中，中文數(shù)據(jù)污染非常嚴重。

有老哥寫了個腳本篩選ChatGPT新詞表中最長的100個中文字符，結(jié)果發(fā)現(xiàn)里面大部分賭博網(wǎng)站廣告，剩下一小部分是色情網(wǎng)站廣告。

面對這種景象，網(wǎng)友不禁感嘆「為什么GPT-4o如此horny?」

既然這樣，還是多用GPT-4o「練習練習英語」吧。

二、「后瀏覽器世界」：ChatGPT后再無谷歌搜索

OpenAI同時發(fā)布了兩項成果：GPT-4o及其新的ChatGPT桌面應(yīng)用程序。有專家預測，雖然 GPT-4o因其多模態(tài)而大放異彩，賺足了眼球，但桌面應(yīng)用程序才有可能真正挑戰(zhàn)谷歌主導地位，改變當今互聯(lián)網(wǎng)的形態(tài)。

GPT-4o的主要特點是多模態(tài)和低成本的低延遲，實現(xiàn)了人機之間更自然的對話和交互，而且與GPT-4Turbo相比似乎有了模型能力和智能的增長。

但當我們回顧幾年后的2024年5月13日時，最重要的消息可能是ChatGPT桌面應(yīng)用程序。

ChatGPT桌面應(yīng)用程序?qū)⑾葘acOS適用，隨后推出Windows版本，目前官網(wǎng)已發(fā)布了移動端iOS和安卓系統(tǒng)的下載鏈接。

該應(yīng)用程序可以快速訪問ChatGPT，并且你可以選擇讓它「透視」你的屏幕，實現(xiàn)「看你所看」，還可以像使用ChatGPT一樣，和它實時語音交互。

這完全超出了傳統(tǒng)瀏覽器的功能想象，從瀏覽器進入桌面，OpenAI邁出的這一小步，有可能是人機交互方式向前發(fā)展的一大步，OpenAI希望的，是完成一場「搜索革命」。

OpenAI希望擺脫瀏覽器并進入桌面

瀏覽器是舊的互聯(lián)網(wǎng)，萬維網(wǎng)的世界是谷歌的主場。

但OpenAI對這種舊的方式say no，它帶來是一種使用計算機和網(wǎng)絡(luò)的新方式——一個可以為用戶完成一切的助手，用戶需要什么，只需大聲說出來。

Sam Altman在他關(guān)于GPT-4o的博客文章中明確表示「對我來說，與計算機對話從來沒有感覺很自然，但現(xiàn)在情況發(fā)生了改變。隨著我們增加（可選的）個性化功能、訪問你的信息、協(xié)助你采取行動，我真的看到了一個令人興奮的未來，我們能夠利用計算機做比以往更多的事情?！?/p>

ChatGPT桌面應(yīng)用程序可以獲取訪問麥克風、攝像頭、文件、登錄信息以及用戶屏幕的權(quán)限，是「個人助手」的最佳位置。

有了這個「助手」，即使是智能手機用戶，也很難被谷歌和網(wǎng)絡(luò)所吸引。

在這種與計算機交互的新方式中，萬維網(wǎng)幾乎沒有立足之地。充其量，它充當?shù)氖切畔⒌奶峁┱摺?/p>

事實上，OpenAI將自己定位為聊天機器人生態(tài)系統(tǒng)的看門人，它推出了「出版商優(yōu)選計劃」，正在把選定的媒體機構(gòu)發(fā)展成為合作伙伴，美聯(lián)社、Axel Springer、金融時報、世界報等媒體已加入該計劃。

如果OpenAI 成功（目前還無法確定），那么它對我們信息生態(tài)系統(tǒng)的市場影響力將遠遠超過今天的谷歌。

參考資料：

https://x.com/gdb/status/1790869434174746805

https://analyticsindiamag.com/openai-just-killed-google-translate-with-gpt-4o/

https://the-decoder.com/openais-most-important-message-isnt-gpt-4o-its-the-post-browser-world/

https://x.com/rowancheung/status/1790783202639978593

https://x.com/tianle_cai/status/1790109646205890723

https://x.com/sherwinwu/status/1790854473260388814

https://x.com/op7418/status/1790292330156863964

https://www.reddit.com/r/singularity/comments/1cse5j7/major_issue_discovered_in_gpt4o_the_new_optimized/

https://the-decoder.com/openai-thinks-it-knows-what-media-is-high-quality-and-thats-a-problem/