本月初，OpenAI 官宣了其首屆開發(fā)者大會(huì)「OpenAI DevDay」將于兩個(gè)月后召開，引發(fā)熱議。很多網(wǎng)友猜測 OpenAI 將在大會(huì)上發(fā)布多模態(tài)大模型，比如 GPT-4-Vision。

今天，關(guān)于 OpenAI 的多模態(tài)大模型又有了新的消息。

多模態(tài)大模型「Gobi」能成真嗎？

根據(jù)外媒 The Information 的說法，OpenAI 與谷歌正陷入一場曠日持久的大模型競賽，瞄準(zhǔn)了下一代多模態(tài)大模型。這類模型可以處理文生圖任務(wù)、生成代碼或者輸出可視化圖表等。

OpenAI 聯(lián)合創(chuàng)始人兼總裁 Greg Brockman（左）與谷歌 DeepMind 聯(lián)合創(chuàng)始人兼 CEO Demis Hassabis（右）

在這場競賽中，谷歌幾天前被傳開始小范圍測試多模態(tài) ML 工具 Gemini，比訓(xùn)練 GPT-4 算力大 5 倍，多模態(tài)能力大大提升。谷歌希望借此扭轉(zhuǎn)與 OpenAI 在大模型領(lǐng)域的劣勢。但很顯然，OpenAI 不希望看到這一幕在將來發(fā)生。

據(jù)一位知情人士透露，OpenAI 正緊鑼密鼓地將 GPT-4 與類似于 Gemini 提供的多模態(tài)功能結(jié)合起來。OpenAI 雖然在 3 月份發(fā)布 GPT-4 的時(shí)候預(yù)覽了相關(guān)多模態(tài)功能，但并沒有推廣開來。幾個(gè)月后，OpenAI 又準(zhǔn)備在更大的范圍內(nèi)推出 GPT-Vision 功能，但也沒有正式發(fā)布。

至于為何遲遲沒有推出，OpenAI 主要擔(dān)心視覺功能會(huì)被人不當(dāng)?shù)厥褂茫热缤ㄟ^面部識(shí)別來跟蹤人或者冒充人類自動(dòng)解決驗(yàn)證碼。但隨著時(shí)間推移，OpenAI 似乎終于有能力解決由這類問題引發(fā)的技術(shù)擔(dān)憂了。

因此，在 GPT-Vision 之后，OpenAI 被曝可能會(huì)推出更加強(qiáng)大的多模態(tài)大模型，名為 Gobi。與 GPT-4 不同的是，Gobi 一開始就被設(shè)計(jì)為多模態(tài)。不過 OpenAI 還沒有開始訓(xùn)練該模型，所以 Gobi 最終能成為 GPT-5 的定論下的還為時(shí)尚早。

此外，OpenAI 還希望搶在谷歌發(fā)布 Gemini 之前推出 Gobi。

圖源：推特 @amir

至于在這場多模態(tài)大模型之爭中，究竟誰能先拔頭籌，我們拭目以待。

OpenAI 還發(fā)布了新模型

與此同時(shí)，除了被曝出多模態(tài)大模型之外，OpenAI 還「悄咪咪」地發(fā)布了新的模型。

不少網(wǎng)友都收到了這封來自 OpenAI 團(tuán)隊(duì)的信件。OpenAI 推出了 GPT-3.5-Turbo-Instruct，用來替代原先的一些模型，如 text-davinci-003。

該模型是 InstructGPT 3.5 類模型，并且訓(xùn)練方式與之前的 Instruct 型號(hào)類似，如 text-davinci 系列，同時(shí)保持了與 turbo 模型相同的速度。該模型的定價(jià)與 GPT-3.5-turbo 4K 相同。

推特用戶 @hwchase17 說到，該版本模型可以在就舊的完成端點(diǎn)使用，并表示這個(gè)版本很「健談」，但是作為智能體的話并不理想。

有網(wǎng)友在使用過程中表示，該模型在一些情況下能更好的完成工作。例如，用戶想讓它生成較大的代碼塊時(shí)，它不會(huì)只是給出一個(gè)示例，而是直接生成一個(gè)很長的代碼。