文章摘要
【关 键 词】 人工智能、技术更新、人事变动、智能体、视觉微调
在OpenAI开发者日活动中，奥特曼与OpenAI首席产品官Kevin Weil进行了对话，并对人工智能的未来做出了预测。他预计无限上下文长度将在十年内实现，并认为o1将推动智能体应用的发展，人们将期望AI在一小时内完成以往需要数月或数年的人类工作。他还预测，未来每个人将拥有多达1000个智能体，并强调了对科幻作品的担忧。
活动期间，OpenAI宣布了一系列API更新，包括实时语音API、视觉微调API、自动提示词缓存和模型蒸馏API。实时语音API允许开发者在应用程序中构建类似ChatGPT的高级语音模式。视觉微调API使开发者能够通过图像对GPT-4o进行微调，以提高其视觉能力。自动提示词缓存功能可以降低成本并减少推理延迟。模型蒸馏API允许使用前沿模型的输出对小型模型进行微调。
现场演示了GPT-4o驱动的实时语音API，展示了如何通过函数调用和Twillio服务实现电话订外卖的功能。此外，推理大模型o1展示了从头编程操控无人机的能力。
在OpenAI的人事变动方面，前研究VP Barret Zoph宣布成立新公司，前CTO Mira Murati尚未宣布下一步计划，但受到投资人的追捧。联合创始人Durk Kingma宣布加入Anthropic。
今年的OpenAI开发者日活动没有现场直播，而是在美国、英国和新加坡三个地点分别举办。旧金山的活动宣布了多项API更新，包括实时语音API的公开测试版，价格合理，语言学习应用Speak已经使用该API开发了AI角色扮演练口语功能。
视觉微调功能允许开发者使用图像对GPT-4o进行微调，以增强视觉搜索、自动驾驶汽车、智能城市物体检测和医学图像分析等应用。例如，外卖和共享出行公司Grab通过视觉微调提高了车道计数和限速标志定位的准确性。
提示词缓存功能可以自动降低成本并减少推理延迟，适用于AI见过的token。模型蒸馏的新集成工作流程简化了微调过程，提供了免费培训token。
OpenAI的内部研究和安全团队面临着新模型和功能发布的压力，导致团队疲惫不堪。GPT-4o发布前，团队只有9天时间进行安全评估。o1发布前也遇到了类似情况，引发了公司高层的摩擦。一些团队认为o1尚未准备好发布，但反对意见被驳回。
OpenAI的员工人数从不到800人增加到1800人，但有老员工抱怨新员工的涌入改变了公司的氛围和文化。离职的OpenAI研究人才中，有相当一部分加入了Anthropic，包括联合创始人John Schulman、超级对齐负责人Jan Leike和早期离职的联合创始人Durk Kingma。
OpenAI的持续发展和人事变动引发了人们对公司未来的关注和讨论。
原文和模型
【原文链接】 阅读原文 [ 2677字 | 11分钟 ]
【原文作者】 量子位
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★
