openai发布gpt-4多模态大模型(GPT-4今天凌晨发布)

GPT-4今天凌晨发布，多模态大成为关注焦点！

说重点！

今天凌晨，OpenAI 发布了多模态预训练大模型 GPT-4。据说升级版在能力上比GPT-3.5高出一大截。

比如，GPT-4 实现了强大的识图能力；文字输入限制提升至 2.5 万字；回答准确性显著提高；能够生成歌词、创意文本，实现风格变化等能力的提升。

说了这么久的多模态，到底什么是多模态？多模态指的是多种模式和形态的信息,包括:文本、图像、视频、音频等。 顾名思义,多模态研究的就是这些不同类型的数据的融合的问题。 目前大多数工作中,只处理图像和文本形式的数据,即把视频数据转为图像,把音频数据转为文本格式。

OpenAI工程师说：“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。”

因此，OpenAI发布了论文-技术报告、 System Card，把 ChatGPT 直接升级成了 GPT-4 版，也开放了 GPT-4 的 API。

GPT-4到底有多牛？

实验表明，GPT-4 在各种专业测试和学术基准上的表现与人类水平相当。例如，它通过了模拟律师考试，且分数在应试者的前 10% 左右；相比之下，GPT-3.5 的得分在倒数 10% 左右。

比如给 GPT-4 一个长相奇怪的充电器的图片，问为什么这很可笑？GPT-4 回答道，VGA 线充 iPhone。

研究人员用学术的 Benchmark 视角来解读 GPT-4 的看图能力，然而这已经不够了，他们还能不断发现该模型可以令人兴奋地处理新任务 —— 现在的矛盾是 AI 的能力和人类想象力之间的矛盾。

看到这里，应该有研究人员感叹：CV 不存在了。

GPT-4 发布后，OpenAI 直接升级了 ChatGPT。ChatGPT Plus 订阅者可以在 chat.openai.com 上获得具有使用上限的 GPT-4 访问权限。要访问 GPT-4 API（它使用与 gpt-3.5-turbo 相同的 ChatCompletions API），用户可以注册等待。OpenAI 会邀请部分开发者体验。

#GPT-4#