GPT-4今天正式发布，有了ChatGPT的预热，其关注度可以说是前所未有，朋友圈轻易刷屏，完全出圈了。
上图源自OpenAI官网
GPT-4其实在2022年8月份就完成了基本的训练，到发布前主要是做一些微调，去除有害问答、偏见内容等等。这块其实是大语音模型LLM绕不过去的坎，会导致一些长尾效应，就是无论如何都很难处理干净，可能是99%，或者99.9%。
GPT-4的主要突破是支持了多模态，也就是目前支持输入图片，之前ChatGPT只支持文字输入，当然输出还是只有文字。除了图片和文字，人类的信息还有语音形式、视频形式，但是处理计算量太大，估计短时间还难以上线。语音输入倒是不难做到，前置一个语音识别ASR即可，具体看应用需求了。
具体的能力介绍可以查看OpenAI官方文档或者其他公众号介绍，我就不在这里赘述了。https://cdn.openai.com/papers/gpt-4.pdf
ChatGPT、GPT-4出来之后，在很多方面表现出了很多很强的能力，翻译、总结、诗歌、做题、写程序等等，毋容置疑，确实很强。做出了很多以前大家都想做，但是都没做得很好的事情。比如微软小冰，刚出来的时候也得到很多关注，但是慢慢地，大家习惯以后，关注度降低，生活终归于平静。我并没有在平时的生活中使用小冰，提供的拟人化交友功能好像对我也没有太大吸引力。即使AI很像人，那毕竟不是人，先把工具做好。
GPT-4会不会也如此呢？
由Stable Diffusion生成
目前看来，OpenAI的长处并不在于做应用，而是希望做一个云底座，提供API供各行各业各种APP进行调用。相信不远的将来，其他云厂商肯定也会推出对应的API以及微调方式，供各行各业使用。
但相对于ToB各大中小型公司而言，估计惯性依旧会比较大，大多数人会停留在体验一下的程度，真正融入自己的工作流中还需要时间，另外也有人担忧AI会抢自己的饭碗。所以ToB应用普及估计会是一个逐步和漫长的过程。相反，ToC的机会更有吸引力，用户乐于去体验，如果效果足够好，结合其他的一些功能，形成足够的价值，相信进展会相对较快。所以也很期待一些toC应用能够在近期推出。
我们目前也在健康方向的ToC应用，倒不是为了赶潮流，几年前就已经有思考，现在逐步确定了方向和边界，随着技术和各方面资源的成熟，再加上不断积累，相信能给用户提供价值，在这个过程实现商业成功。
持续积累，厚积薄发，加油！
由Stable Diffusion生成
本公众号持续更新，欢迎关注。
计算机视觉(CV)任务介绍：分类、检测、分割、超分、关键点识别、图像生成、度量学习
AI人工智能与大数据
