GPT-4强势来袭：支持最长50页文本、识图能力强，API**是原来的60倍，多模态是大语言模型的未来？
每经记者：文巧 每经编辑：谭玉涵
北京时间月3月15日凌晨，距ChatGPT发布不到4个月，OpenAI公司再次发布了一个王炸级别消息——正式公布多模态预训练大模型GPT-4。本应于周四发布的GPT-4提前了一天多的时间揭开神秘面纱，也让许多人感到猝不及防。
OpenAI创始人Sam Altman在推特上直言不讳地称其为该公司“迄今为止功能最强大、最一致的模型”。很快，GPT-4上线仅几分钟后，大批新的订阅用户涌入，OpenAI的付款**被挤爆了。
目前，GPT-4仅限ChatGPT的Plus订阅用户使用，其他用户需要排队申请内测。率先体验了GPT-4的IT从业人员Wang告诉《每日经济新闻》记者，“推理能力非常赞。”不过，他认为，和人类比（GPT-4生成的内容）还是较弱，“我倾向于认为，它应该没有元创新能力。”
与门庭若市的GPT-4相比，谷歌的门前就显得异常冷清了。当天，谷歌发布了一支预告片，演示了整合其AI功能的Work Space功能，但在GPT-4的光环之下黯然失色。
记者注意到，在GPT-4中，支持图像理解的功能是一个最大的飞跃。基于此，GPT-4的API也区分了输入端（即文本和图像形式的prompt）和输出端（生成文本），分别进行收费，而GPT-4输出端的最高**大约是GPT-3.5 Turbo的60倍。
实际上，科技巨头间围绕多模态模型的较量也已经展开，微软、谷歌、Meta、Deepmind都发布了自己的多模态模型。未来，多模态模型或将成为AI领域的兵家必争之地。“我们认为这是这场AI军备竞赛中，GPT技术升级的又一重要步骤。截至目前，微软的技术仍远高于谷歌。”Wedbush董事总经理Daniel Ives告诉每经记者。
6个月心血打造，GPT-4强在哪里？
在推特上，Sam Altman透露，GPT-4的初始训练已经完成了很长一段时间，但他和他的团队花了很长时间和大量的工作才准备好发布它。据OpenAI，团队花了6个月的时间使用对抗性测试程序和ChatGPT的经验教训，对GPT-4进行迭代调整，从而在真实性、可控性等方面取得了有史以来**的结果。
根据OpenAI的GPT-4文档，这一次的GPT-4是一种多模态语言模型，能接受图像和文本输入，再输出正确的文本回复。相较于ChatGPT基于的GPT-3.5模型，它拥有强大的识图能力，文字输入**提升，准确性显著提高，风格上也有了变化，例如能够生成歌词和创意文本。
有推特用户表示，他仅花了60秒钟的时间就用GPT-4重建了一个名为“Pong”的游戏。“我不在乎这是不是通用AI，但GPT-4是一项令人难以置信的变革性技术。事情彻底变了。”
图片来源：推特
有用户直接让GPT-4续写红楼梦，结果有模有样。
图片来源：某社交媒体
一位IT从业人员Wang已经率先体验了GPT-4的强大功能，他告诉《每日经济新闻》记者，“简单试了一下，推理能力非常赞。”他认为，在一定程度上，GPT-4的回答已经并非基于网上信息的整合，而是有一些真正的推理能力了。
记者在多个AIGC讨论群组中注意到，相比于GPT-3.5，GPT-4在许多问题上的回答确实游刃有余，也能识别问题中的错误信息。
图片来源：微信群
值得注意的是，在GPT-4模型中，支持图像理解的功能是一个最大的飞跃。上周，微软德国的CEO在接受访问时透露，即将发布的GPT-4将支持**，尽管这次的发布并未展现出支持**的功能，但这个新的功能已经让许多人感叹，“这一波直接王炸！”、“能革OpenAI命的只有OpenAI！”
在OpenAI公布的展示**中，Open AI的联合创始人兼总裁Greg Brockman仅仅提供了一个Html页面的草稿，GPT-4仅用10秒时间就直接生成了这个页面的代码。
图片来源：OpenAI**截图
此外，另一个备受关注的飞跃式提升是，GPT-4提供了更长的文字输入**。OpenAI官网显示，GPT-4分为两个版本，一个支持的最长Token为8192，另一个支持的最长Token是32768（大约50页文本）。这分别是此前ChatGPT上下文长度的2倍和8倍。
图片来源：OpenAI官网
API**是原先的60倍，为什么？
在发布了GPT-4模型之后，OpenAI直接将ChatGPT升级成了GPT-4版，并且还一口气发布了GPT-4的API接口。
记者注意到，相较于OpenAI此前公布的GPT-3.5 Turbo版本的API，GPT-4的API**有了明显的提升。由于GPT-4提供了图像理解功能，其区分了输入端（即文本和图像形式的prompt）和输出端（生成文本）。
在GPT-4 8K版本中，输入端的**为每1000个Token （约750个单词）0.03美元，输出端的**为每1000个Token 0.06美元；在GPT-4 32K版本中，输入端为每1000个Token 0.06美元，输出端为每1000个Token 0.12美元。
相比之下，3月1日发布的GPT-3.5 Turbo 的API**仅为每1000个Token 0.002美元。此前个人创业者王绍在接受每经记者采访时曾表示，基本上是每1000个汉字大约3分钱的成本。
若按此计算，GPT-4 32K版本的输出端**达到了每1000个汉字大约1.8元，是GPT-3.5 Turbo的60倍，明显成本大幅增加。
图片来源：OpenAI官网
每经记者在相关讨论群中也注意到，许多开发者对此议论纷纷。
图片来源：微信截图
GPT-4的**为何上涨如此之多？我们首先得回到GPT-4最大的改变——多模态模型。多模态**一直是AI领域的发展范式，单个**将包含各种数据类型（如文本、语音、图像或**）输入和输出的能力。
一位产品经理在他的微信公众号上评价称，GPT-4才是真正的多模态模型，这意味着在预训练过程中图像就是重要的一环，它能够真正理解图像，并非简单利用一些图文工具实现模型对图像的转换，这也是GPT-4的真正的魅力所在。
Wang告诉每经记者，相比之前只支持文本的模型来说，多模态模型肯定会提升在算力、训练方面的成本。
2月27日，微软发布了KOSMOS-1多模态语言模型，支持进行图像内容的理解并对话。据该**，在多模态模型的训练过程中，不止会用到文本数据，还包括任意交错的文本和图像、图像标题数据。这样一来，训练难度肯定有所增加。如此看来，GPT-4的API**上涨也说得通了。
多模态是大型语言模型的未来？
GPT-4当然还远不能称之为完美。“它与早期的GPT模型有类似的局限性：它不完全可靠、上下文窗口有限，并且不能从过往经验中进行自主学习。”OpenAI如此说道。
不过，OpenAI 也表示在特定领域做出了改进。与GPT-3.5 相比，GPT-4总体上响应“不允许内容”请求的可能性降低了82%，并且以符合公司政策的形式响应敏感请求（如医疗建议和任何与自我伤害有关的事情）概率增加29%。
在Wang看来，“和人类比（GPT-4生成的内容）还是较弱的，我倾向于认为，它应该没有元创新能力。”他进一步解释说，元创新能力即从无到有创造一个概念出来，而非把几个东西拼凑起来的创新。
在GPT-4这个多模态模型发布后，微软也证实，其基于ChatGPT的新版必应正是基于GPT-4模型而运行。
此外，OpenAI还公布了一些早期的应用者。其中包括 Stripe，它使用 GPT-4 扫描商业网站并向客户支持人员提供摘要；Duolingo将 GPT-4 构建到新的语言学习订阅层中；摩根士丹利正在创建一个由 GPT-4 驱动的**，将从公司文件中检索信息并将其提供给金融分析师；可汗学院则正在利用 GPT-4 构建某种自动化导师。
每经记者注意到，多模态模型或将成为未来的兵家必争之地。
在前述微软的**中，科学家们这样写道，“语言、多模式感知、动作和世界建模的大融合是通向通用AI的关键一步……作为智能的基本组成部分，在知识获取方面，多模态感知，是实现通用AI的必要条件。”
上述**也提到，多模态语言模型提供了一些新的用途和可能性。例如，它能够自然地支持一般模式的多回合交互和多模式下的对话。
实际上，科技巨头间围绕多模态模型的较量也已经展开。沿着类似的思路，谷歌发布了PaLM-E，这是一个与Ko**os-1非常相似的多模态模型；类似的多模态模型还有Meta的LLaMA、 Omnivore、FL**A、CM3 和 Data2vec，都是采用多模式方法来解决不同的任务，如语音、视觉、文本，甚至 3D；此外，DeepMind也于2022 年 11 月发布了Gato多模态模型。
（每经记者蔡鼎亦对文本有所贡献）
每日经济新闻
当前，以芯片为代表的信创产业逐步成为国家科技竞争力的重要标志。在国产CPU产业强势崛起的过程中，你首先想到的会是哪几企业？答案有很多，但“中科系”的提及率绝对很高。作为国家战略科技力量，“中科系”旗下
21世纪经济报道记者倪雨晴 圣何塞报道在硅谷源泉之一的圣何塞，英特尔CEO帕特·基辛格（Pat Gelsinger）正在带领英特尔加速奔跑。当地时间9月19日，2023英特尔on技术创新大会于美国加利
财联社9月19日讯（记者 唐植潇）近日有消息称，OPPO将会重启芯片业务，并且“有部分员工已经回流，加入到了车载业务之中”。记者就此事向OPPO方面进行核实，对方表示“不予置评”。特百惠（我国）数字与
600亿颗芯片！我国巨头正式宣布，美媒：**也没料到制裁这么快
我国芯片市场与美国依赖我国的集成电路市场一直以来都是一个巨大的市场，拥有庞大的需求和巨大的增长潜力。我国的电子消费市场一直在迅速增长，包括智能手机、电视、电脑和各种智能设备等，这些设备都需要高性能的芯
最新手机芯片天梯图：A17、华为麒麟9000S，排在什么位置？
近日，最火的两颗芯片分别是苹果的3nm芯片A17 Pro，虽然很多人吐槽它较上一代提升不明显，但论性能，可以碾压任何安卓芯片，甚至是领先2代的。另外一款芯片，则是华为麒麟9000S，当然，这颗芯片工艺
韩国芯片连续13个月暴跌，尹锡悦指责我国不采购，外媒：自食其果
据韩国媒体称，韩国的半导体出口额已经连续暴跌13个月了，比去年同比下降了28%左右。韩国政府急的焦头烂额。尹锡悦政府竟直接甩锅我国，话里话外都是指责，他认为韩国半导体卖不出竟是我国的原因，我国应该帮助
我国突破芯片瓶颈将影响全球秩序？美国很担心，指出我国关键弱点
我国在芯片半导体领域一直深受美国的**，通过贸易制裁的方式阻止高端芯片进入我国市场。这样的举措一度造成我国芯片领域发展断档，不过随着我国科技企业近几年的突破，目前我国已经在芯片制造方面取得了重大的成果
前几天，华为一声不响的上线了mate60系列，带着麒麟芯片9000s强势回归，吸引了全世界的目光。而华为麒麟芯片**背后，我们不该忘记这位老人—张汝京。我国半导体之父，为回**造芯片，被开除**户籍，
【有车以后 资讯】“未来汽车对传统汽车的颠覆性，使传统零部件体系的50%以上都面临重构。”12月16日，在全球智能汽车产业峰会(GIV2022)上，我国电动汽车百人会理事长陈清泰指出，智能汽车的价值链
投稿点这里汽车有多少个零件?其实这个问题并没有一个十分确切的标准答案...据估计，一般轿车约由1万多个不可拆解的**零部件组装而成。结构极其复杂的特制汽车，如F1赛车等，其**零部件的数量可达到2万个
全球最大的10家汽车零部件供应商 都是世界500强 无我国企业
【卡车之家 原创】美国《财富》**每年发布的世界500强排行榜，是以营业收入数据对全球企业作出排名的榜单。2017年“世界500强”榜单中，汽车制造商和零部件厂商共占据33席（除去大型工程车辆企业），
汽车零部件企业哪家强？除了博世**还有这些名字你一定耳熟能详
文：懂车帝原创 李德喆[懂车帝原创 行业]9月18日，由《我国汽车报》主办，罗兰贝格协办的2019汽车零部件“双百强”企业发布会在江苏南京举行。在两份榜单中，博世、**、电装位列2019全球汽车零部件
行业现状（Reference：产业运行 | 2021年汽车工业经济运行情况）中汽协预测：2022年我国汽车销量达到2700万辆，新能源销量超过550万辆（Reference：乘用车市场信息联席会）以乘
全球十大汽车零部件供应商，核心技术都被他们垄断，自主遗憾缺席
提到电影，我们会想到张艺谋、冯小刚，而很少会想到幕后的制作人；提起流行乐，我们会想到周杰伦、萧敬腾，而很少会想到背后的作词人。台前台后，一幕之别，知名度往往相差甚远。车界又何尝不是如此，知名车企我们都
来源：环球时报 【环球时报记者 倪浩 陶震 环球时报驻德国特约记者 青木】经过3年疫情后，全球最具影响力的通信展今年有望再现往日盛况。2月27日至3月2日，由全球移动通信**协会（GSMA）主办的20
近日华为、苹果争相推出手机卫星通信功能，成为一大亮点，不少手机厂商也将目光投到卫星通信。放眼未来，手机直连卫星的卫星通信服务将是大势所趋，也是6G时代的重要标志。华为以“北斗三号”为依托，率先把“卫星
国内企业在光通信产品的参数测试过程中，通常使用国外的先进测试设备。然而，这些测试仪器之间往往是孤立存在的，需要手动调试仪器并通过旋钮、按钮和人眼观察波形或数据。这不仅*作繁琐易出错，而且测试效率低下。
龙头20cm涨停，7天股价翻倍！一文看懂卫星通信前世今生及产业链
卫星通信概念股华力创通今日再度强势拉升，截至发稿，该股股价20cm涨停，7个交易日累计涨幅近113%，现报23.52元续刷阶段新高，总市值155.9亿元。消息上，有媒体从供应链获悉，Mate 60 P
工信部：目前我国尚不具备实现网络层面的移动通信号码归属地变更的条件
针对网友提出的“电话号码归属地更改”建议，工信部近日给出了官方回复。此前，有网友在人民网留言板向工信部留言称，“现在电话都是实名制，电话号绑定的***及一些主流的软件较多，更换号码后造成一系列问题
