出門問問CEO李志飛評GPT-4o：讓人機交互這個渣男有望重新做人快訊
OpenAI也發(fā)布了一系列的應(yīng)用，我們覺得OpenAI發(fā)布應(yīng)用恰恰說明了應(yīng)用在人工智能領(lǐng)域大有可為，但最終能夠把大模型用好的還是應(yīng)用。
新浪科技訊 5月14日上午消息，對于OpenAI發(fā)布可實時進行音頻、視覺和文本推理的新一代AI模型GPT-4o一事，出門問問創(chuàng)始人兼CEO李志飛今日早間于“ “飛哥說AI”個人號發(fā)文表示：“人機交互這個渣男，因為GPT-4o的出現(xiàn)，有望真的重新做人，開啟下一波的科技、應(yīng)用、和商業(yè)模式的革命，期待下一個十年。”
李志飛指出，自從2011年蘋果發(fā)布Siri，無數(shù)公司嘗試著做一個萬能的虛擬個人助理（VPA），包括Google，也包括出門問問，但基本都是demo炫酷，用戶用起來卻覺得很蠢。這次，OpenAI的demo無疑是把VPA推到了前所未有的高度。主要是以下幾點：
第一， 模型上端到端：以前的語音助手分下面多個步驟，喚醒、語音識別、自然語言理解、信息查詢、對話、TTS。每一個步驟是一個單獨的模型、由不同的專業(yè)團隊開發(fā)。GPT-4o是端到端模型，一個模型解決所有問題。
第二， 實時交互：因為是一個端到端模型，所以做到了平均300多毫秒的類似于人類的實時交互，如果用大模型串聯(lián)可能需要幾秒延遲。雖然以前的語音助手也可以實時交互，但大多是完成一些基本信息查詢（比如說附近的川菜館）和基本命令（比如說撥打電話號碼），但這個GPT-4o是一個真正意義上通用的VPA。
第三，多模態(tài)交互：以前的語音助手只是語音交互，而現(xiàn)在的GPT-4o是真正的多模態(tài)，跟人類一樣，模態(tài)之間自由切換。牛X的是，GPT沒有因為加入別的模態(tài)而降低語言的理解和生成能力，大寫地服。
第四， 絲滑的交互體驗：從視頻來看，跟以前的語音助手不一樣，沒有反人類的喚醒、沒有答非所問的對話、沒有pipeline系統(tǒng)的錯誤傳遞，AI基本上可以作為一個聰明的人類參與人類的集體對話（AI參與多人視頻會議那個例子很好地證明了這個）。
第五，未來的期望：這次demo從體驗上很炸裂，讓我對大模型真正滲透到生活的方方面面重新產(chǎn)生了信心。除了打磨基本體驗外，未來可做的事情很多，比如說落地到各種智能硬件；跟智能家居、車載等各種場景結(jié)合實現(xiàn)跨場景聯(lián)動，感覺未來五年很多東西值得期待。
第六，前沿科技的timing： 這次的演示本身沒有新的idea，無論是現(xiàn)在的語音助手和多模態(tài)交互，還是未來要落地的智能硬件和多場景聯(lián)動，都沒有啥新的概念，過去十年很多人做過demo。但是過去的體驗都是半吊子，demo很酷、用起來反人類。本人做了十年，都已經(jīng)絕望了，直到大模型的出現(xiàn)，才看到了一個全能的VPA的可能性。所以，前沿科技很多時候不在于vision，而在于實現(xiàn)vision的路徑和節(jié)奏。
李志飛外，對于GPT-4o的發(fā)布，獵豹移動董事長兼CEO、獵戶星空董事長傅盛今日早間同樣發(fā)文點評稱，“所有人工智能從業(yè)者都在熬夜等著大洋彼岸放核彈，但是沒想到核彈沒有放，掏出了一堆的摔炮。”
傅盛表示，這樣的評論雖然是一句玩笑話，但比較讓人失望的是這次OpenAI沒有發(fā)布GPT 5.0，連GPT4.5也沒有看到，反而是發(fā)布了GPT4o，就是把一系列的引擎給結(jié)合在一起，比如圖片、文字、聲音，這樣你就不需要來回去切換了。
當(dāng)然，傅盛也看到，OpenAI也發(fā)布了一系列的應(yīng)用，通過一個桌面的App讓你能夠方便地把圖片文檔上傳然后讓大模型去幫你分析；此外，最重要的是OpenAI還發(fā)布了一個語音助手，由于使用了端到端大模型技術(shù)，所以這次語音助手的體驗超越了Siri，也遠超于我們以前用過的所有的各種AI助手，不僅能夠去感知情緒實時知道對話人的每一句話，并且在該插話的時候插話。
傅盛指出，一方面，我們覺得OpenAI發(fā)布應(yīng)用恰恰說明了應(yīng)用在人工智能領(lǐng)域大有可為，每一個創(chuàng)業(yè)者都應(yīng)該去好好的做人工智能應(yīng)用，大模型的能力當(dāng)然會不斷地迭代，但最終能夠把大模型用好的還是應(yīng)用，這次OpenAI的發(fā)布會，也說明了這一點。另一方面，如果不計成本的累參數(shù)，提高所謂的大模型能力，這條路肯定是容易遇到困難的，目前看起來GPT5可能還要難產(chǎn)一段時間。
“OpenAI這次為了能夠讓更多的用戶使用它，可以說是卯足了勁，一系列的應(yīng)用，API降價，GPT免費，我們當(dāng)然希望OpenAI能夠使得這個行業(yè)更好的發(fā)展，我們也能認(rèn)真地去學(xué)習(xí)，這次的發(fā)布會真正告訴我們應(yīng)用大有可為，所有人都應(yīng)該努力。”傅盛表示。（文猛）
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標(biāo)注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時務(wù)必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控?zé)任；
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補充。
