OpenAI最新发布大模型:多模态GPT-4升级版,引领AI创新潮流
2023-10-04 12:27:39 科技资讯 作者:王富贵
文章主要介绍的是OpenAI最新发布大模型:多模态GPT-4升级版,引领AI创新潮流相关内容!
大模型之争,又卷起来了。
据Theinformation爆料称,OpenAI即将推出多模态模型GPT-vision。
如果消息为真,这将是OpenAI在GPT-4之后推出的最大更新。
另一边,谷歌的多模态模型进展也在传出,为的就是能和OpenAI抗衡。
另一方面则是图像生成,通过简单的文本生成绘画、***或表情包。
虽然OpenAI没有对这次的爆料做出回应,但做多模态模型这件事本身只是个时间问题。
3月份,OpenAI在发布GPT-4时,就曾推出了一个多模态GPT的预览版本。
当时,OpenAI把DEMO提供给了研究帮助视障群体的机构BeMyEyes。
除了这家机构之外,就再也没有人见过OpenAI的多模态模型是什么样子了。
在此之后,这个多模态模型更是杳无音讯。
唯一和图像有点关系的,就是GPT-4的升级版代码解释器(后改名为高级数据分析)可以处理一些任务。
但这是通过调用Python库实现的,而且也达不到AI中图像识别的程度,和多模态模型更是不沾边了。
有说法称GPT-vision迟迟没有推出的原因可能是对安全的担忧,担心被用于破解验证码和人脸识别系统。
直到这次Google多模态模型Gemini的消息传出。
安全问题有没有解决不得而知,但也许OpenAI是真的急了,不能任由谷歌超越,才有了模型发布的传闻。
另据爆料,OpenAI还在准备从头开始开发一个名为Gobi的多模态模型,不过训练还未开始。
那么,谷歌这边的情况又是怎样的呢?
Gemini来势汹汹
来势汹汹的Gemini,让网友直言其或将成为游戏规则的改变者。
甚至有媒体夸张一些地说将有机会取代GPT-4。
Gemini主要由谷歌DeepMind团队开发。谷歌CEO皮查伊介绍,Gemini集成了多种技术,支持同时输出文本和图像,还可以使用工具和API。
据悉,Gemini吸取了很多来自AlphaGo的经验教训,包括强化学习和树搜索技术。
而且,凭借着拥有YouTube这一得天独厚的优势,海量的训练数据可以说是唾手可得。
实际上,Google也一直把OpenAI视为竞争对手。
为了和ChatGPT较量,Google此前已经在Bard中加入过图像识别功能,但并未改变ChatGPT的地位。
但这次推出的Gemini,OpenAI也感到害怕了。
尽管竞争激烈,有一点倒是让谷歌和OpenAI不谋而合。
那就是,把模型的能力变成真金白银。
谷歌计划的Gemini提供方式是通过其GoogleCloudVertexAI云服务平台进行,预期价格为每个用户每月30美元。
这一做法预计将成为谷歌新的收入来源,尤其是针对企业客户。
而OpenAI这边,也已经开始通过金融服务等各种应用程序将GPT-4变为现金。
此次多模态的角逐究竟鹿死谁手,我们拭目以待。
参考链接:[1]https://www.theinformation.com/articles/openai-hustles-to-beat-google-to-launch-multimodal-llm
[2]https://www.bigtechwire.com/2023/09/18/openai-is-ready-to-take-on-googles-gemini-with-gpt-vision/
本文来源:量子位