Sam Altman：GPT-4o幕后揭秘，GPT-5会很特别

文章摘要

【关 键 词】 OpenAI、GPT-4o、多模态、AGI、创新技术

在最近的一次专访中，OpenAI首席执行官Sam Altman与红点风险投资公司董事总经理Logan Bartlett讨论了GPT-4o的幕后技术以及未来产品的展望。

GPT-4o作为一个多模态大模型，能够跨越文本、视频和音频进行推理，具备低延迟和拟人化声音的特点，标志着科幻电影《Her》中的设想成为现实，使超强语音AI助手普及化，推动了人类向通用人工智能（AGI）的更进一步。

Altman强调了GPT-4o在改善语音交互体验方面的突破。

专访透露了GPT-4o能力的背后是多年的技术研发积累，特别是对音频和视频大模型的研究。

关于OpenAI的下一步产品GPT-5，Altman透露其功能将非常特别，可能会采用全新的架构，其功能或许类似“虚拟大脑”，能够协助用户处理各种任务。

在开源大模型领域的发展问题上，Altman持积极态度，并认为编程将是未来12个月最有前途的应用领域之一。

在专访的最后，Altman谈到AGI的概念。他认为AGI不仅仅是科幻电影中的设想，而是能够自动化处理协调大量工作的实际技术，大幅提高工作效率。

总的来说，专访深入探讨了GPT-4o的创新之处、未来产品GPT-5的预期以及AGI的发展前景，体现了OpenAI在推动人工智能技术发展方面的雄心壮志。

原文和模型

【原文链接】 阅读原文 [ 1892字 | 8分钟 ]
【原文作者】 AIGC开放社区
【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。