免費的GPT-4o足夠強，但治不好OpenAI的產品焦慮

　　5月14日凌晨1點，繼OpenAI在AI搜索上“虛晃一槍”之后，讓薩姆·奧爾特曼(Sam Altman)感覺“像魔術一樣”的新模型終于浮出水面。

　　不是GPT-5，不是AI搜索，而是最新旗艦生成式AI模型GPT-4o！

　　GPT-4o(“o”代表“omni”，意為“全能的”)是邁向更自然的人機交互的一步——它接受文本、音頻和圖像的任意組合作為輸入，并生成文本、音頻和圖像的任意組合輸出。

　　整場發布會時長僅30分鐘，OpenAI CTO米拉·穆拉蒂(Muri Murati)帶來主題演講。“這是我們*次在易用性方面真正邁出一大步。”穆拉蒂在公司舊金山總部的現場演示中說道， “這種互動變得更加自然，也更加容易。”

　　值得注意的是，此次發布會OpenAI CEO薩姆·奧爾特曼并未現身。在OpenAI官網披露的GPT-4o貢獻者中，依然沒有看到OpenAI首席科學家伊利亞·蘇茨克維爾(Ilya Sutskever)的身影。

　　1.“GPT-4o是我們*的模型”

　　整場發布會的主角，就是OpenAI最新旗艦生成式AI模型GPT-4o。

　　OpenAI官網博客顯示，GPT-4o(“o”代表“omni”)是邁向更自然的人機交互的一步。它接受文本、音頻和圖像的任意組合作為輸入，并生成文本、音頻和圖像的任意組合輸出。

　　相比今年2月的Sora， OpenAI此次發布顯得更有誠意——GPT-4o將免費提供給所有用戶使用，Plus用戶則可以享受到5倍的調用額度。

　　穆拉蒂表示，GPT-4o將提供與GPT-4同等水平的智能。

　　同時，GPT-4o的運行速度大大提升，*亮點在于其語音交互模式采用了全新技術，讓聊天機器人對話的響應速度大幅提升。OpenAI官網博客顯示，GPT-4o在談話中對音頻輸入的平均響應時間為320毫秒，最短的響應時間為232毫秒，與人類的響應時間相似。

　　GPT-4o還有超高的“語言天賦”，能支持50種語言，并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：

　　根據傳統基準測試，GPT-4o在文本、推理和編碼智能方面實現了GPT-4 Turbo級別的性能，同時在多語言、音頻和視覺功能上設置了新的高水位線。

　　開發人員現在可以在API中訪問GPT-4o。與GPT-4 Turbo相比，GPT-4o速度提高2倍，價格降低一半，速率限制提高5倍。

　　在現場演示環節，GPT-4o更是展現了各類花式操作——它能根據演示者的實時要求變換語音語調，演繹話劇;能實時讀圖;甚至還跟演示者們開起玩笑，唱起歌。

　　此外，OpenAI還發布了桌面版的ChatGPT和新的用戶界面。

　　用戶可以向ChatGPT(由 GPT-4o 提供支持)提出問題，并在ChatGPT回答時打斷它。OpenAI表示，該模型提供“實時”響應能力，甚至可以感知用戶聲音中的情感，從而生成“一系列不同情感風格”的聲音(包括唱歌)。

　　GPT-4o還升級了ChatGPT的視覺能力。給定一張照片或一個桌面屏幕，GPT-4o可以快速回答相關問題，主題范圍包括“此軟件代碼中發生了什么?”到“這個人穿什么牌子的襯衫?”

　　“我們認識到這些模型正變得越來越復雜，” 穆拉蒂說道，“但我們希望用戶與人工智能模型的交互體驗能夠更加自然、輕松，讓用戶可以將注意力完全集中在與模型的協作上，而無需在意界面本身。”

　　穆拉蒂還透露，未來幾周內，GPT-4o將分階段集成至OpenAI的各個產品之中，而且會在ChatGPT Plus中推出新版語音模式GPT-4o的alpha版。

　　OpenAI研究員威廉·費達斯(William Fedus)表示：“GPT-4o是我們*進的新前沿模型。我們一直在LMSys arena上測試一個版本im-also-a-good-gpt2-chatbot。”

　　“這不僅是世界上*的模型，而且可以在ChatGPT中免費使用，這對于前沿模型來說是前所未有的。”費達斯補充道，“我們發現在更難的提示集上——特別是編碼——存在更大的差距：GPT-4o比我們之前的*模型實現了+100 ELO。”

　　奧爾特曼也在X上表示：“GPT-4o是我們*的模型。”

　　OpenAI此次發布幾乎在想盡辦法“討好”用戶，在“交互體驗”上下足了功夫，直接免費開放使用更讓用戶感受到了OpenAI的誠意。

　　但「甲子光年」發現，在這種誠意背后，這家已被捧上神壇的AI創業公司，正深陷于某種焦慮之中。

　　2.OpenAI的產品焦慮

　　雖然奧爾特曼今天并未到場，但5月11日，他便親自下場預告。可是，翻翻評論區，網友們的關注點似乎有點兒跑偏。

　　有人喊話奧爾特曼讓OpenAI首席科學家伊利亞回歸：

　　有人關心GPT-5到底何時發布：

　　伊利亞的去向和GPT-5的發布是OpenAI留給外界的兩大謎題，也是外界最關心的兩大問題。

　　2024年，人們對OpenAI*的期待便是GPT-5。然而，每當奧爾特曼在訪談中被問及GPT-5相關進度時，卻總是支支吾吾、諱莫如深。奧爾特曼在普羅大眾心中的畫像也逐漸從一位開天辟地的怪力少年，轉變為一個在各國政客間長袖善舞，在各種場合大打太極的“成熟企業家”。

　　更致命的是，ChatGPT和GPT-4之后，OpenAI似乎一直沒能推出相同重量級的AI產品，這些都在不斷消磨外界對OpenAI的期待與信心。

　　今年2月，OpenAI發布Sora——1份技術報告、32篇引用論文、一些畫面堪比電影鏡頭的demo和1個故作高深的“世界模擬器”概念就是OpenAI給出的全部，沒有技術論文，也沒有可公開體驗的產品入口。

　　「甲子光年」曾向多位AI從業者提問：“ChatGPT和Sora，誰帶給你的震撼更大?”各位受訪人幾乎不約而同地回答：“Sora有震撼，但沒ChatGPT的震撼大。”

　　造成這種感官差異的直接原因是，ChatGPT能直接體驗，但Sora不能。雖然ChatGPT也會犯一些荒唐的錯誤，但真實的交流感帶給人們的震撼，遠遠大于只可遠觀、不能上手體驗的Sora。甚至不少聲音開始猜測，Sora精美的Demo或許是工程師在背后屢次微調的結果，Sora實時交互的結果“可能遠不如此”。

　　對于外界的猜測、質疑，OpenAI并未回應，而是迅速扔出下一個“靶子”——AI搜索。

　　過去一周，外媒不斷有消息傳出OpenAI將推出AI搜索產品，更有媒體猜測，谷歌一年一度的I/O大會即將于5月14日舉辦，而OpenAI此舉是針對谷歌的精準狙擊。

　　OpenAI Search 測試界面，圖片來源：賽博禪心

　　不過，AI搜索的熱度炒了半天，所謂的AI搜索產品最終只是虛晃一槍。

　　昆侖萬維董事長兼CEO方漢近期在一次直播中直言：“我覺得搜索引擎對于OpenAI的用戶增長也不會有根本性的變化。”有數據顯示，從去年5開始，ChatGPT的C端增長便逐漸觸頂。

　　而產品焦慮一日不解，OpenAI距離“偉大的公司”就永遠有一墻之隔。

　　3.GPT-4o能治好嗎？

　　今天再次復盤ChatGPT的成功會發現，這是一次不可復現的“無心插柳”。

　　2022年中，OpenAI開始訓練GPT-4。半年后的11月30日，OpenAI發布ChatGPT，全球各界都為之顫動。

　　OpenAI內部曾對是否發布ChatGPT有過很長一段時間爭論，因為誰都無法100%確認這是正確的事情。

　　彼時，OpenAI對自己的定位是一家為開發人員和企業構建工具的公司，而非直接面向普羅大眾。因此，OpenAI要面臨的核心挑戰，是ChatGPT的使用門檻是否足夠低，以至于能讓完全不懂技術的人用起來。

　　在此之前發布的視覺模型DaLL-E已經讓OpenAI嘗到了甜頭。但ChatGPT能復制DALL-E的成功嗎?

　　奧爾特曼是名副其實的“冒險派”，他鼓勵公司發布ChatGPT，“嘗試一下”。在他看來，用戶和模型進行文本形式的交互會產生一些很重要的個性化結果。

　　很快，用戶的熱情證明，這次試驗無比成功。從2022年11月上線的*個完整月(2022年11月)開始，到12月這一數字達到了2.66億人次，月環比增長了近75%。到2023年1月，總訪問量翻了一番多，達到6.16億人次，2月就首次突破10億人次大關。

　　這突如其來的成功，在OpenAI的意料之外。

　　“我們并沒有認為GPT-3系列模型已經跨越了將其應用于消費者或企業的門檻，本以為GPT-4會成為*個跨越這道門檻的模型，所以我們的很多計劃和預測都是圍繞2023年3月發布GPT-4來安排的。”OpenAI COO 布拉德·萊特凱普(Brad Lightcap)此前在英偉達2024 GTC大會上分享道。

　　按照萊特凱普的說法，OpenAI用了6個月來適應ChatGPT的爆炸性增長，并確保公司有足夠的GPU來滿足用戶的需求。

　　直到2023年后半年，OpenAI開始感受到了來自行業一線的真實需求。OpenAI曾公布，截止2023年8月，80%的財富500強公司已采用ChatGPT。80%的統計數據是指擁有注冊ChatGPT帳戶的財富500強公司的百分比，由與企業電子郵件域關聯的帳戶確定。

　　于是，OpenAI迅速行動。2023年8月28日，OpenAI推出ChatGPT Enterprise，正式進軍企業市場。它提供企業級安全和隱私、無限的高速GPT-4訪問、用于處理更長輸入的更長上下文窗口、高級數據分析功能、自定義選項等等。

　　這是一個很微妙的時間點——ChatGPT流量見頂，開始走下坡路。

　　根據第三方網站SimilarWeb的監測數據，2023年6月ChatGPT的網站與移動客戶端的全球流量(PV)環比下降9.7%，美國地區的流量環比下降10.3%。同時，ChatGPT的獨立訪客數量(UV)下降了5.7%，訪客在網站上花費的時間也下降了8.5%。

　　這是自2022年11月30日發布以來，ChatGPT首次出現流量負增長。其實，ChatGPT增長放緩的勢頭在2023年5月已經出現端倪，5月的增長率僅為2.8%。

　　當時，。“大部分人都是帶著體驗的目的，看看ChatGPT到底有多強大才去注冊的，包括我也是。但這不意味著我會天天用它。除了做一些簡單的科普，或者給孩子寫作文之外，大部分人日常其實也不太會用到。”這位AI Lab負責人說。

　　萊特凱普自己也在一次訪談中犀利點評ChatGPT：“人們玩兒過一會兒后就認為它并不是真正的工具，而更像一個玩具。”

　　更嚴峻的是，ChatGPT的燒錢速度同樣出人意料。

　　當OpenAI的早期投資人埃隆·馬斯克(Elon Musk)問到ChatGPT的成本時，奧爾特曼給到的數據是“每次對話的平均費用為幾美分”。2023年4月，國外一位分析師估算的數據則是每天的運營成本高達70萬美元。

　　2023年2月1日，OpenAI開始商業化探索，推出付費版本的ChatGPT Plus，定價每月20美元，提供的增值服務包括“高峰時段免排隊、快速響應以及優先獲得新功能”等。

　　如此看來，ChatGPT雖然備受喜愛，但在商業層面，卻算不上一個真正成功的產品。這些被ChatGPT燒掉的錢，就要用B端來填。

　　數據顯示，截至2023年11月，已經有92%的500強企業以某種形式部署ChatGPT。Block、Canva、Carlyle、雅詩蘭黛、普華永道和Zapier均為OpenAI的早期客戶。

　　C端流量與B端客戶量的此消彼長之間，OpenAI也逐漸由一家偉大而光榮的非營利性AGI實驗室，加速轉變為一家“平庸”的商業公司——他們或許能賺到很多錢，卻沒有造出能夠說服用戶的產品。

　　直到今天，讓奧爾特曼感到“像魔術一樣”的GPT-4o面世。

　　只是GPT-4o真能治好OpenAI的產品焦慮嗎?答案或許并不清晰。

　　從模型能力上來看，實時語音交互是GPT-4o在多模態方面最亮眼的進展。然而事實上，語音交互類產品并不新鮮。在可查閱的歷史中，AI語音交互類產品在商業化方面并沒有太多成功的案例，蘋果的Siri到今天都是一個十分雞肋的功能。

　　而發布會上的GPT-4o，看起來依然是一個“有趣的玩具”。

　　從“無心插柳”的ChatGPT，到“只可遠觀”的Sora、“虛晃一槍”的SearchGPT，再到今天的GPT-4o，都只是OpenAI向世界展示其AI能力的“半成品”，而并非一個真正能夠說服用戶的商業產品，這在某種程度上限制了OpenAI用戶的增長。

　　當然，不可否認的是，從這次發布會的效果來看，GPT-4o或許會成為又一個成功的PR案例，被寫入OpenAI的歷史。