文丨海天
可惜，没有大家预期中的搜索引擎！
OpenAI召开发布会，对ChatGPT进行升级，推出GPT-4o，谷歌应该吓了一跳，既然没有搜索，那就只是虚惊。
虽然没有推出专用搜索挑战谷歌，但GPT-4o还是具备信息搜索能力的。OpenAI首席执行官Mira Murati在发布会上表示，通过与GPT-4o进行对话，用户可以搜索实时信息。
而对于普通尝鲜用户来说，最令人高兴的可能是“免费”。GPT-4o既有付费版本，也有免费版，按照OpenAI制定的使用政策，ChatGPT Plus用户比免费普通用户的流量限制高5倍。
虽然GPT-4o有免费版本，但付费仍然值得考虑。付费版本有更多新功能，如果是重度用户，付费更划算。
智能与实时响应是最大亮点
和往常一样，OpenAI发布会仍然以“炫技”为主。
OpenAI宣称GPT-4o可以跨越音频、视频和文本实时推理，也就是说GPT-4o可以接受任意组合的文本、音频和图像作为输入，并生成任意组合的文本、音频和图像输出。
从演示可以看出，ChatGPT语音助手可以用不同的语音、情绪、语调阅读睡前故事，我们可以将数学题写在纸上，ChatGPT利用视觉技术阅读，然后给出答案。
观看发布会难免有一种感觉：OpenAI想极力展示GPT-4o的实时智能处理能力。
GPT-4o可以快速翻译语音，可以做线性代数题目，相信学生们会喜欢。
与前几代产品相比，GPT-4o拥有更强的对话能力。
演示时OpenAI研究人员Mark Chen告诉聊天机器人，他对演讲感到紧张，Mark Chen问机器人有没有办法让心情平静下来。Mark Chen对着手机深呼吸，GPT-4o回应称：“Mark！你不是真空吸尘器。”
当AI讲话时人类可以打断，交流不受影响。GPT-4o在对话时拥有更强的情绪能力，这点和Inflection.ai开发的产品有些相似，该公司也已经被微软收购。
语音能力并不是新功能，前几代产品也有，只是这一次AI拥有更强的实时互动能力，消除了延迟时间。以前为了模仿人类，AI回应时会有2-3秒的延迟，新版本大大改进，达到了实时响应。
按照OpenAI提供的数据，GPT-4o可以在232毫秒内响应音频输入，平均为320毫秒，与人类在对话中的响应时间相似。在英文和代码文本方面，GPT-4o的处理能力与GPT-4 Turbo相当，对非英语文本的处理明显改善。
还有一点，ChatGPT推出了桌面端App，只不过目前只覆盖Mac平台，而且只有Plus付费订阅者能使用。
通过Mac使用ChatGPT能获得更棒的体验。
例如，如果你正在用Mac计算机浏览网页，可以给页面截屏，然后让GPT-4o根据截屏内容做总结。
OpenAI也没有忘记Windows平台，针对该平台的桌面App预计会在今年底前推出。
对手很强 巩固地位创造收入关系到生死存亡
整个发布会只有45分钟，不算长，而且只是推出升级版本，我们普遍更加期待的可能是GPT5.0的发布；如果OpenAI真的认为本次发布的产品具有颠覆性、革命性意义，那想必发布时间不会设置如此短，也不会冠以GPT-4o的名称了。
免费提供给用户当然很好，有人认为GPT-4o做出这一决定是因为竞争对手太多，追赶太猛，为了巩固优势，OpenAI用免费手段降维打击敌人。
不过也有人认为OpenAI热度已经下降，它迫于压力想快速扩大ChatGPT用户群。
订阅ChatGPT Plus，每月付费19.99美元，对于普通用户来说绝不算便宜，如果无法看到实际回报，用户量将很难增长，这可能也是免费的原因之一。
ChatGPT于2022年推出，很快月活跃用户便冲到1亿。但Similarweb提供的数据显示，在过去一年里ChatGPT流量像过山车一样起伏，先是冲至高点，然后下落，直到2023年5月再次回到巅峰。
行业人士认为，为ChatGPT增加搜索能力是符合逻辑的下一步，而且搜索功能还要提供实时、精准WEB信息，但在ChatGPT向下一步前进时遇到了挑战。
很快谷歌将会召开I/O大会，会上应该也会谈到AI产品的进展，谷歌肯定会未雨绸缪，绝不容许OpenAI挑战。
所以我们现在还不能断言OpenAI一定能在搜索领域战胜谷歌，至少从GPT-4o身上看不到这样的迹象，反而谷歌有可能追上。
也就是说虽然OpenAI有先发优势，但并不一定能笑到最后。
在重重压力之下如何维持并抬高估值是OpenAI必须回答的难题。今年2月时，OpenAI的估值已经冲至800亿美元，去年才只有290亿美元。
第三方市场分析平台Sensor Tower认为，在过去一个月里，ChatGPT在全球App Store的下载量约为700万，订阅收入1200万美元；在全球Google Play的下载量约为9000万，订阅收入300万美元。
到底目前OpenAI的创收能力如何？没有人知道具体数字。
去年8月时曾有报道称，OpenAI月收入约为8000万美元，年营收向10亿美元靠近。The Information则说2022年OpenAI亏损5.4亿美元。
虽然没有准确信息，但从多方报道看，OpenAI在财务方面应该承受着极大的压力。
将AI聊天机器人与语音助手融合是未来
本次发布会还透露一个信号，即OpenAI的战略方向有了调整，无论是免费版本还是Mac桌面版本，都预示着战略的改变。
OpenAI首席执行官Mira Murati在发布会上公开表示，让用户免费使用对于公司使命来说相当重要。
Mira Murati称：“这是我们第一次朝易用性方面迈进了一大步，这一步相当重要，因为我们关注的是人与机器的未来交互。”
让交互变得更自然、更容易，这是长远目标，GPT-4o的推出意味着OpenAI正在向这一目标转移。
深入挖掘不难发现，GPT-4o正在尝试将ChatGPT与类似谷歌助手、苹果Siri之类的语音助手结合，这是大方向和大未来，竞争对手谷歌苹果也朝同样的方向迈进，谷歌试图将谷歌助手与Gemini结合，苹果也准备推出AI版Siri。事实上，GPT-4o的语音助手功能已经超越Siri。
到底OpenAI能在新方向上走多远？我们不得而知，但前路肯定困难重重。几个月前Sora生成的视频让人眼前一亮，但此后却归于沉寂，在本次发布会上也没有露脸，新的GPT-4o无法生成视频，这或许是个不太好的信号。
是技术上遇到了什么障碍？还是成本过高无法普及？或者Sora的应用场景过于狭窄？OpenAI没有任何解释。虽然看不到Sora大放异彩，但GPT-4o在视频处理方面还是带来一些惊喜，所以我们也没必要太过失望。
将AI聊天机器人与语音助手融合并不容易，因为AI聊天机器人从互联网数据中学习，数据没有提纯，AI也无法区分网络数据的真假对错，难免出现“幻觉”。一旦AI聊天机器人与语音助手对接，AI的错误也会转移至语音助手，现在的技术还无法完全解决此问题。
虽然AI聊天机器人的对话能力不断增强，但如果要让AI采取行动，比如规划会议、订机票，AI就会显得笨拙。如果连简单的生活任务都无法完成，AI就很难成为未来的交互方式，这一难题是所有AI企业需要面对的。
无论是OpenAI、谷歌、苹果还是Meta，虽然起点不同，业务不同，但在AI方面可能最终会殊途同归：将AI聊天机器人与语音助手融合。
OpenAI在文本、音频、图片融合方面取得进步，那谷歌、苹果、Meta呢？
如果您有什么想说的，欢迎屏幕前你们在评论区留言讨论！
如果您想要获取最新的科技趋势分析、行业内部的独家见解、定期的互动讨论和知识分享、与行业专家的直接面对面交流的机会！
参考链接：
1、网页链接
2、网页链接