封面新闻记者 燕磊 边雪

当地时间3月14日，OpenAI公开发布大型多模态模型GPT-4，与ChatGPT所用的模型相比，GPT-4不仅能够处理图像内容，且回复的准确性有所提高。目前，GPT-4没有免费版本，仅向ChatGPT Plus的付费订阅用户及企业和开发者开放。

一个能够理解照片的人工智能

(资料图片仅供参考)

据OpenAI官方介绍，GPT-4支持输入的内容不再仅限于文字，而且支持图像内容的输入，成为一个能够理解照片的人工智能。

比如输入一张图片，然后提问“我可以用这些食材做什么？”GPT-4给出的回答也是开放性的：你可以用这些食材做什么，有很多选择！一些可能性包括：煎饼或华夫饼；法式吐司；煎蛋饼；奶油布丁；蛋糕或纸杯蛋糕；松饼或面包；饼干。

GPT-4最后还表示：“这些只是几个例子，但可能性是无穷的！”

值得一提的是，除了普通图片，GPT-4还能处理更复杂的图像信息，包括表格、考试题目截图、论文截图、漫画等，例如根据专业论文直接给出论文摘要和要点。

OpenAI称，公司花费6个月的时间，利用对抗性测试程序和ChatGPT的经验教训迭代调整GPT-4，从而在真实性、可操纵性和拒绝超出设定范围方面取得了有史以来最好的结果，“至少对我们而言，GPT-4训练运行前所未有地稳定，成为首个能够提前准确预测其训练性能的大型模型。”

未来，也许ChatGPT不仅仅是支持图像的输入，可能支持视频的输出。

“它并不完美，但你也一样”

OpenAI官方表示，GPT-4由于其广泛的通用知识和解决问题的能力，可以更准确地解决难题。

GPT-4比以往任何时候都更具创造力和协作性。它可以生成、编辑和迭代用户的创意和技术写作任务，例如创作歌曲、编写剧本或学习用户的写作风格。

GPT-4在高级推理能力上超越ChatGPT。在律师模拟考试中，ChatGPT背后的GPT-3.5排名在倒数10%左右，而GPT-4考到了前10%左右。

此外，GPT-4的长度限制提升到32K tokens，即能处理超过25000个单词的文本，并且可以使用长格式内容创建、扩展对话、文档搜索和分析等。

OpenAI还贴心地发布了GPT-4开发者视频，手把手教你生成代码、检查错误信息、报税。OpenAI联合创始人兼总裁布罗克曼（Greg Brockman）还说了句有点扎心的话：“它并不完美，但你也一样。”

目前仅向ChatGPT Plus付费用户开放

与免费的ChatGPT不同，GPT-4目前仅向ChatGPT Plus的付费用户开放，它也将作为API（应用程序编程接口）提供给企业及开发者，开发者需进入等候名单上，将该模型集成到他们的应用程序中。

OpenAI开源了Evals框架，以自动评估AI模型性能，允许用户报告模型中的缺点，帮助其改进。OpenAI工程师在介绍说，“GPT-4 是世界第一款高体验，强能力的先进AI系统，我们希望很快把它推向所有人。”

不过，GPT-4仍然不是完全可靠的，比如会对事实产生“幻觉”，并出现推理错误。OpenAI提醒，在使用语言模型的输出时，特别是在高风险的情况下，应该非常小心谨慎。

“为了明确这些风险的具体情况，我们聘请了50多位来自人工智能对接风险、网络安全、生物风险、信任和安全以及国际安全等领域的专家对该模型进行对抗性测试。”

OpenAI表示，这些领域专家的反馈和数据为缓解和改进模型提供了依据，比如他们已经收集了额外的数据，以提高GPT-4拒绝有关如何合成危险化学品的请求的能力。

关键词：