在內部評估中，新版本產生正確回應的可能性比 GPT-3.5 高 40%，它將用於付費版 ChatGPT Plus。
撰文：李丹
來源：華爾街見聞
憑藉 ChatGPT 掀起人工智慧（AI）應用熱潮的 OpenAI 釋出了最新作品——GPT-4。得到這種新模型支援的 ChatGPT 將迎來升級。
美東時間 3 月 14 日週二，OpenAI 宣佈，推出大型的多模態模型 GPT-4，稱它可以接收影象和文字輸入，輸出文字，「比以往任何更具創造性和協作性」，並且「由於它有更廣泛的常識和解決問題的能力，可以更準確地解決難題。」
OpenAI 表示，已經與多家公司合作，要將 GPT-4 結合到他們的產品中，包括 Duolingo、Stripe 和 Khan Academy。GPT-4 模型也將以 API 的形式，提供給付費版 ChatGPT Plus 的訂閱使用者。開發者可以註冊，用它打造應用。
微軟此後表示，新款的必應（Bing）搜尋引擎將執行於 GPT-4 系統之上。
GPT-4 全稱生成式預訓練轉換器 4。它的兩位「前輩」GPT-3 和 GPT3.5 分別用於創造 Dall-E 和 ChatGPT，都吸引了公眾關注，刺激其他科技公司大力投入 AI 應用領域。
OpenAI 介紹，相比支援 ChatGPT 的前代 GPT-3.5，GPT-4 和使用者的對話只有微妙的差別，但在面對更復雜的任務時，兩者的差異更為明顯。
「在我們的內部評估中，它產生正確回應的可能性比 GPT-3.5 高 40%。」
OpenAI 還稱，GPT-4 參加了多種基準考試測試，包括美國律師資格考試 Uniform Bar Exam、法學院入學考試 LSAT、「美國高考」SAT 數學部分和證據性閱讀與寫作部分的考試，在這些測試中，它的得分高於 88% 的應試者。
上週，微軟德國的技術長（CTO）Andreas Braun 在德國出席一個 AI 活動時透露，本週將釋出多模態的系統 GPT-4，它「將提供截然不同的可能性，比如影片」。這讓外界猜測，GPT-4 應該能讓使用者將文字轉換為影片，因為他說該系統將是多模態的，也就在暗示，不僅能生成文字，還會有其他媒介。
本週二 OpenAI 介紹的 GPT-4 的確是多模態的，但它能融合的媒介沒有一些人預測的多。OpenAI 表示，GPT-4 能同時解析文字和影象，所以能解讀更復雜的輸入內容。
在下面的示例中，我們可以看到 GPT-4 系統如何應答影象輸入內容，比如像以下截圖那樣解釋圖片的不同尋常之處、圖片的幽默之處、一個搞怪圖片的用意。
