熬夜看完OpenAI發(fā)布會(huì),，準(zhǔn)確地講這是一次偽裝成春季update的智能交互變革,，貌似一小步的一大步。OpenAI再次制造了一波焦慮——
1.從之前讀文看圖以及遲滯感明顯的語音交互,，到GPt-4o的實(shí)時(shí)多模態(tài)自然交互,，知道的人知道這意味著什么，大模型從此呆瓜變＂真人”,，能看能說能思考的自然交互,，讓智能瞬間變得人人隨時(shí)隨地唾手可得。不能低估交互,，能力,、場(chǎng)景、用戶基數(shù)瞬間幾何級(jí)放大,；

2.百分百可以肯定不只是GPT4的后端能力+前端Chatbot聊天機(jī)器人,，多模態(tài)自然交互這部分是GPT-5能力的選擇性釋放，OpenAI在控制節(jié)奏,，不會(huì)也不愿一次性把GPT全都放出來,，之前表達(dá)過這種觀點(diǎn)；

3.沖擊就是：一批基于GPT做語音等多模態(tài)自然交互的,，一批基于家庭做情感陪伴的,，包括一批基于機(jī)器人做具身智能交互界面的，智能硬件底層邏輯需要進(jìn)一步重構(gòu),，手機(jī)廠商自研模型還需努力,，包括一批做情緒計(jì)算的，助手,、教育,、翻譯等更危了......想套殼GPT或OTT的,，基本都會(huì)被GPT反過來蓋帽,。

4.Siri呆若木雞，Claude相形失色,，Gemini反正不會(huì)......客觀而言,，其它閉源開源還沒這么能打的。不過就GPT4動(dòng)不動(dòng)卡殼掉鏈子的那副表現(xiàn),，GPT-4o的用戶體驗(yàn)從流暢度來說好不到哪里去,，能到發(fā)布會(huì)演示水平的一丟丟就不錯(cuò)了,。

5.GPT-4o免費(fèi)可限量用，付費(fèi)可多用,，和GPT3.5以及最近部分免費(fèi)一樣,，典型的敞口漏斗營(yíng)銷策略，不過還沒充分拉開梯度,，導(dǎo)致需求量較大的非開發(fā)者非企業(yè)用戶經(jīng)常受限的情況在GPT-4o估計(jì)會(huì)更嚴(yán)重,。

6.重新理解攝像頭，重新機(jī)器視覺,、聽覺,。手機(jī)等移動(dòng)終端和碎片場(chǎng)景下的應(yīng)用爆發(fā)力，將不輸AI PC等生產(chǎn)力場(chǎng)景,，甚至移動(dòng)引爆會(huì)走在前面,。這就不是幾億而是幾十億用戶的問題了。

如果預(yù)估OpenAI手里還沒打出來的幾張牌,，直覺會(huì)認(rèn)為競(jìng)爭(zhēng)對(duì)手一時(shí)不好追,，競(jìng)品在一些基準(zhǔn)測(cè)試成績(jī)接近GPT4是當(dāng)下的競(jìng)爭(zhēng)尺度和維度之一，但接下來維度實(shí)際有好幾個(gè)（轉(zhuǎn)自胡延平朋友圈）

幾點(diǎn)：
1,、能解數(shù)學(xué)題，這個(gè)沒有重點(diǎn)被展開,，但我一直覺得這是真正的底層邏輯能力,，這涉及意義系統(tǒng)與形式系統(tǒng)的映射，說白了就是有抽象能力了,，畢竟除了人之外的生命只有具象能力,。
2、情緒感知與共情,。人的情緒是內(nèi)在生化反應(yīng)與外界環(huán)境互動(dòng)的結(jié)果,，機(jī)器對(duì)情緒的處理應(yīng)該還是模擬，算感知不算共情,，但做到這個(gè)程度可以以假亂真,。
3、隨時(shí)打斷,。算力支撐與算法優(yōu)化沒的說,。
4、4o,。這個(gè)o,，代表omni，本意可能是多模態(tài)，支持聲音文本視頻多語言等等所具有的通用性,。但總給人感覺暗示Omniscient, omnipresent, omnipotent的祂,。

這次OpenAI發(fā)布會(huì)的重點(diǎn)應(yīng)該在多模態(tài)模型GPT-4o，它有幾大特點(diǎn)：多模態(tài),、無延遲,、可在桌面運(yùn)行。最重要的是它能處理包括文字,、音頻,、圖像在內(nèi)的信息流，而且能夠識(shí)別人類的情感,，作出情感上的回應(yīng),。作為一個(gè)多模態(tài)模型，OpenAI又開創(chuàng)了一個(gè)新紀(jì)元,，使人工智能從語言互動(dòng)提升到了語音視頻互動(dòng),，相信國(guó)內(nèi)的大模型廠商也會(huì)跟上步伐。
另外,，外界期待的OpenAI搜索引擎并未發(fā)布,，此前奧特曼已經(jīng)宣布過，這對(duì)谷歌而言是個(gè)大利好,。