GPT-4o手写板书以假乱真惊呆网友!杀死谷歌翻译,代码建模无所不能

0 评论 1028 浏览 1 收藏 13 分钟

GPT-4o到底有多强?只有用过才能知道。这两天,网友们不仅探索出了很多全新ChatGPT的炫酷用法,也逐渐开始意识到,这标志这OpenAI将逐渐替代谷歌曾经的地位,全面接管AGI时代。

随着越来越多人开始试用GPT-4o,大家发现发布会上的demo真的只是冰山一角,官方后续发出的用例以及网友们的整活才是更精彩的部分。

生成手写体文字

OpenAI联创Greg Brockman今天po出一张GPT-4o生成的图片,他兴奋地宣布:

「仅用GPT-4o的图像生成功能就可以探索很多东西。团队正在努力将这些内容推向世界」

可以看到,这张图片中,黑板上的手写体达到了以假乱真的程度!

网友表示,看到这张图片的一瞬间还以为是Greg讲座现场的板书呢。

不知道笔迹专家看到了会作何感想,是否能读解出这面黑板上「机器书写」背后的人格特征呢?

看来GPT-4o不仅能模仿人类的语音语调,连字体也开始向人类手写体接近了。

1分钟从屏幕截图生成视频游戏

推特网友从网上找了一张Breakout游戏的截图,丢给ChatGPT并问它「你能把这个用Python编码出来吗?」

一分钟之后,ChatGPT就生成了一份没有bug、可以直接执行的Python文件,完全复刻了截图的效果。

而且Breakout这个游戏也是大有来头,是一款1976年雅达利公司发行的街机视频游戏,Steve Jobs和Steve Wozniak曾经参与设计和开发工作。

用文字提示进行3D建模

前几天,有人曾经放出用GPT-4o将平面图片进行3D重建的之后的效果,已经十分惊艳。

但没想到,GPT-4o生成3D效果甚至都不需要给它平面图片,一段文字提示就够了,比如下面这个用户让ChatGPT创建一个STL文件,建模一个有四条腿的桌子,并添加一些随机特征。

ChatGPT不仅能给你渲染出的3D效果图,还能马上出一份原始的STL文件,就不用自己费力从头开始建模了。

这一版ChatGPT的更新就是瞄准了个人AI助手的方向,工作狂Sam Altman最近在接受采访时,也分享了自己使用ChatGPT提高工作效率的方法。

他说,在电脑上工作时,想搜索一些东西就不得不在页面之间不断切换。有了ChatGPT在旁边,就可以「随叫随到」直接问它,让自己能始终保持在专注的状态。

一、GPT-4o vs. 谷歌翻译

OpenAI的发布会展示了GPT-4o的实时翻译能力,实现了英语和意大利语之间的无缝转换,几乎没有响应延迟,让网友再次惊呼「翻译要失业了」,这次连同声传译行业也要一锅端了。

与此同时,也掀起了一场和谷歌翻译之间的较量。

有网友表示「谷歌和三星在手机上开发过类似的功能,但是做得很烂。你必须要说得很慢,而且确保吐字清晰,不然识别出的文本就会一团糟,也得不到正确的翻译。」

谷歌翻译到了要和大家说再见的时候了吗?随着OpenAI的语言能力不断扩展,这并非完全没有可能。

GPT-4o使用了新的分词器,不仅英语的效率更高(token减少了1.1倍),而且还提高了许多其他语言的使用效率。

Greg Brockman发文称「我们还显著提高了非英语语言的性能,包括改进分词器以更好地压缩其中的许多语言」。

OpenAI现在支持50多种语言,从Greg Brockman放出的图片中可以看出,包括阿拉伯语、俄语、印地语在内的多种语言的token数量都得到了压缩。

但是,OpenAI的翻译功能也并非无懈可击,有很多网友质疑发布会上ChatGPT生成的意大利语听起来有点奇怪。

于是有意大利用户在线答疑,「其实这不是一种口音,只不过是AI语音在单词之间插入了间隙。说英语时还好,但在意大利语中,这听起来非常奇怪和呆板,因为它扰乱了节奏。」

更要命的是,GPT-4o分词器语料库中,中文数据污染非常严重。

有老哥写了个脚本筛选ChatGPT新词表中最长的100个中文字符,结果发现里面大部分赌博网站广告,剩下一小部分是色情网站广告。

面对这种景象,网友不禁感叹「为什么GPT-4o如此horny?」

既然这样,还是多用GPT-4o「练习练习英语」吧。

二、「后浏览器世界」:ChatGPT后再无谷歌搜索

OpenAI同时发布了两项成果:GPT-4o及其新的ChatGPT桌面应用程序。有专家预测,虽然 GPT-4o因其多模态而大放异彩,赚足了眼球,但桌面应用程序才有可能真正挑战谷歌主导地位,改变当今互联网的形态。

GPT-4o的主要特点是多模态和低成本的低延迟,实现了人机之间更自然的对话和交互,而且与GPT-4Turbo相比似乎有了模型能力和智能的增长。

但当我们回顾几年后的2024年5月13日时,最重要的消息可能是ChatGPT桌面应用程序。

ChatGPT桌面应用程序将先对MacOS适用,随后推出Windows版本,目前官网已发布了移动端iOS和安卓系统的下载链接。

该应用程序可以快速访问ChatGPT,并且你可以选择让它「透视」你的屏幕,实现「看你所看」,还可以像使用ChatGPT一样,和它实时语音交互。

这完全超出了传统浏览器的功能想象,从浏览器进入桌面,OpenAI迈出的这一小步,有可能是人机交互方式向前发展的一大步,OpenAI希望的,是完成一场「搜索革命」。

OpenAI希望摆脱浏览器并进入桌面

浏览器是旧的互联网,万维网的世界是谷歌的主场。

但OpenAI对这种旧的方式say no,它带来是一种使用计算机和网络的新方式——一个可以为用户完成一切的助手,用户需要什么,只需大声说出来。

Sam Altman在他关于GPT-4o的博客文章中明确表示「对我来说,与计算机对话从来没有感觉很自然,但现在情况发生了改变。随着我们增加(可选的)个性化功能、访问你的信息、协助你采取行动,我真的看到了一个令人兴奋的未来,我们能够利用计算机做比以往更多的事情。」

ChatGPT桌面应用程序可以获取访问麦克风、摄像头、文件、登录信息以及用户屏幕的权限,是「个人助手」的最佳位置。

有了这个「助手」,即使是智能手机用户,也很难被谷歌和网络所吸引。

在这种与计算机交互的新方式中,万维网几乎没有立足之地。充其量,它充当的是信息的提供者。

事实上,OpenAI将自己定位为聊天机器人生态系统的看门人,它推出了「出版商优选计划」,正在把选定的媒体机构发展成为合作伙伴,美联社、Axel Springer、金融时报、世界报等媒体已加入该计划。

如果OpenAI 成功(目前还无法确定),那么它对我们信息生态系统的市场影响力将远远超过今天的谷歌。

参考资料:

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/

编辑:乔杨 庸庸

来源公众号:新智元(ID:AI_era),“智能+”中国主平台,致力于推动中国从“互联网+”迈向“智能+”。

本文由人人都是产品经理合作媒体 @新智元 授权发布,未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!