惊掉下巴：GPT-4o现场爆改代码看图导航！OpenAI曝光LLM路线图，GPT Next年底发

文章摘要

【关 键 词】 VivaTech、OpenAI、旗舰模型、GPT Next、多模态能力

在巴黎举办的VivaTech科技活动上，OpenAI的开发者体验负责人Romain Huet揭示了公司一系列令人瞩目的进展。首先，他确认了今年将推出新一代旗舰模型，并非命名为GPT-5，而是被称为“GPT Next”，预计发布时间为11月。

GPT-4o的现场演示是演讲的一大亮点。该模型的多模态能力得到了凸显，几乎无延迟地展现出其“全能模型”的称号。GPT-4o在盲测中取得了最新的SOTA成绩，并且其API价格仅是GPT-4 Turbo的一半，速度却提高了两倍。

在演示中，GPT-4o不仅能够与观众打招呼并翻译成法语，还展示了其强大的图像识别和地图导航能力。通过识别巴黎的标志性地标和提供详细的火车路线信息，GPT-4o的表现让现场观众印象深刻。

此外，Huet还通过实时编码修复了bug，展示了GPT-4o在理解代码和提出改进建议方面的实力。他让GPT-4o加持的ChatGPT Mac版分析并优化了一段React组件代码，使其更具响应性，并提出使用Tailwind CSS进行布局调整的具体建议。

这次演讲被网友评价为“30分钟的演示直接扼杀了数十家初创公司”，充分显示了OpenAI在人工智能领域的领先地位和强大实力。通过这些精彩演示，OpenAI不仅向世界展示了其技术的最新进展，也为未来的发展方向提供了窥视窗口。

原文和模型

【原文链接】 阅读原文 [ 5290字 | 22分钟 ]
【原文作者】 新智元
【摘要模型】 glm-4
【摘要评分】 ★★★★★

智谱AI

智谱AI是由清华大学计算机系技术成果转化而来的公司，致力于打造新一代认知智能通用模型。公司合作研发了双语千亿级超大规模预训练模型GLM-130B，并构建了高精度通用知识图谱，形成数据与知识双轮驱动的认知引擎，基于此模型打造了ChatGLM（chatglm.cn）。此外，智谱AI还推出了认知大模型平台Bigmodel.ai，包括CodeGeeX和CogView等产品，提供智能API服务，链接物理世界的亿级用户、赋能元宇宙数字人、成为具身机器人的基座，赋予机器像人一样“思考”的能力。