GPT-4o mạnh nhưng chưa đến mức Sự lật đổ thế giới
Cách đây một thời gian OpenAI đã phát hành GPT-4o ("o" là viết tắt của "Omni"). Nói một cách đơn giản, nó có thể lấy bất kỳ sự kết hợp nào giữa văn bản, âm thanh và hình ảnh làm đầu vào và tạo ra bất kỳ sự kết hợp nào giữa văn bản, âm thanh và hình ảnh đầu ra. Và có rất nhiều ứng dụng tuyệt vời.
Điểm nâng cấp chính của GPT-4o là mở ra bất kỳ đầu vào văn bản, âm thanh và hình ảnh nào và chúng có thể được tạo trực tiếp từ nhau mà không cần chuyển đổi trung gian. Ngoài ra, GPT-4o đã giảm đáng kể độ trễ giọng nói và có thể phản hồi âm thanh. đầu vào trong vòng 232 mili giây, trung bình là 320 mili giây, tương tự như thời gian phản hồi của con người trong một cuộc trò chuyện.
GPT-4o không chỉ có thể hiểu những gì đang diễn ra trong camera thông qua khả năng AI trực quan mà còn có thể tương tác với phiên bản ChatGPT cũ thông qua giọng nói để có những tương tác phong phú và thú vị hơn. Nó cũng hỗ trợ ngắt quãng và ngắt đoạn hội thoại, đồng thời có khả năng ghi nhớ ngữ cảnh.
Hơn nữa, GPT-4o có lợi thế lớn hơn nhiều so với GPT-4 đối với phần lớn người dùng: nó miễn phí. Trải nghiệm trí thông minh ở cấp độ GPT-4, nhận phản hồi từ mô hình và mạng, phân tích dữ liệu và tạo biểu đồ, trò chuyện về ảnh bạn đã chụp, tải tệp lên để tóm tắt, trợ giúp viết hoặc phân tích, sử dụng GPT và GPT Store, xây dựng nhiều hơn với Bộ nhớ Để có được sự hữu ích trải nghiệm, những tính năng này đều có sẵn miễn phí. Bạn phải biết rằng phiên bản GPT-4 Plus bị cấm đối với hầu hết mọi người vì phí cao, thanh toán rắc rối và ngưỡng sử dụng cao. Điểm nổi bật lớn nhất của GPT-4o là nhiều người có thể sử dụng nó hơn.
Tuy nhiên, hiện tại chỉ có thể sử dụng phiên bản GPT-4 Plus. Các phiên bản khác cần được mở sau và số lượng GPT-4o miễn phí có hạn sau một số lần sẽ được chuyển đổi trực tiếp sang GPT-3.5.
Một số người trong ngành cho rằng, đặc biệt là trong trailer, CEO OpenAI Altman thậm chí còn dùng từ "ma thuật". So với sức mạnh ma thuật to lớn của GPT-4 và thị giác của Sora, GPT-4o rõ ràng không phải là ma thuật. Và nhìn từ góc độ khả năng đa phương thức, khả năng của GPT-4o chưa được cải thiện đáng kể so với thế hệ trước. Thậm chí, so với đối thủ cũ của GPT là Claude 3 của Anthropic, có thể nói rằng không có sự khác biệt cơ bản giữa GPT-4o và GPT-4 về khả năng của mô hình.
Vì vậy, việc phát hành GPT-4o giống như một người đi trước, thể hiện thế dẫn đầu, đồng thời cũng là một cách để duy trì mức độ phổ biến và kích thích nhu cầu mua hàng.
Điều thú vị là chỉ 24 giờ sau khi phát hành GPT-4o, Google cũng tung ra các sản phẩm dường như thách thức đối thủ. Giám đốc điều hành Google Sundar Pichai đã phát hành hàng chục sản phẩm kết hợp Google và AI, có thể gọi là cấp độ "nhóm gia đình", bao trùm toàn diện Open AI. Trong đó bao gồm Gemini 1.5 Pro và Gemini 1.5 Flash hỗ trợ văn bản dài 2 triệu mã thông báo, Veo được so sánh với Sora, mô hình mã nguồn mở Gemma 2, Tổng quan về AI hỗ trợ tìm kiếm tổng quát, TPU thế hệ thứ sáu, v.v.
Giám đốc điều hành Google Sundar Pichai
Điểm nổi bật lớn nhất của toàn bộ hội nghị nhà phát triển là việc Google ra mắt trợ lý giọng nói AI Astra, có thể nhận dạng vật thể, mã và nhiều thứ khác nhau thông qua camera của nó. Trong video trình diễn trực tiếp, người dùng yêu cầu Astra cho cô ấy biết khi cô ấy nhìn thấy thứ gì đó phát ra âm thanh và trợ lý trả lời rằng cô ấy có thể thấy loa phát ra âm thanh. Đối với tia sáng của quả táo, Astra đã có thể trả lời chính xác rằng nó ở cạnh chiếc kính. Ngoài Astra, Google cũng đã tung ra một số sản phẩm phụ thuộc sê-ri AI Agent đa năng dựa trên Gemini . Ví dụ: NotebookLM cho âm thanh, Music AI Sandbox cho âm nhạc, Veo cho video và Imagen 3 cho hình ảnh, điểm chuẩn trực tiếp so với GPT-4o, Dall-E và Sora do OpenAI phát hành.
Nhưng vấn đề cũng tương tự như OpenAI. Hiện tại, việc các nhà phát triển xây dựng nhiều ứng dụng nguyên bản và hấp dẫn hơn, từ khả năng suy luận đến khả năng đa phương thức là chưa đủ. Hai công ty giống như cuộc cạnh tranh cấp độ số học đang rượt đuổi nhau. Không ai cách xa nhau nên đương nhiên khó có thể đóng góp những ứng dụng gây chấn động thế giới.
Không có gì ngạc nhiên khi Musk nói sau khi xem buổi họp báo rằng màn trình diễn GPT-4o khiến ông cảm thấy "không thoải mái và xấu hổ". Andrej Karpathy cũng đưa ra một bản tóm tắt kỹ thuật với giọng điệu rất điềm tĩnh, được Musk tán thành: Những gì họ phát hành là một mô hình kết hợp ba phương thức văn bản, âm thanh và video trong cùng một mạng lưới thần kinh và xử lý chúng đồng thời.
Mô hình lớn cũng cần phải “tiết kiệm”
Năm ngoái, cơn sốt công nghệ về AI tổng hợp và các mô hình ngôn ngữ lớn đã càn quét giới công nghệ toàn cầu. Cả những gã khổng lồ công nghệ và những kỳ lân mới nổi đều đang gấp rút phát triển các mô hình lớn hơn và mạnh hơn, điều này đã gây ra một cuộc chạy đua vũ trang xung quanh chip AI và khiến Nvidia, một nhà buôn vũ khí AI, kiếm được hơn năm trước 34 tỷ USD.
Nhưng tình hình năm nay rõ ràng không lạc quan như vậy, phong cách thực dụng và thận trọng đã lan rộng khắp giới công nghệ. Phương tiện truyền thông công nghệ The Information đưa tin rằng "các nhà cung cấp đám mây, bao gồm Microsoft, Amazon và Google, cũng như các công ty khác bán công nghệ này (được gọi là Generative AI) đang hạ thấp kỳ vọng của họ." Một số người đã lo lắng rằng bong bóng do AI tạo ra sẽ quá lớn. Đó là tương lai, nhưng có thể không phải bây giờ, giống như Internet hiện là một ngành kinh doanh nghìn tỷ đô la, nhưng nó không ngăn cản hàng nghìn người tham gia. sử dụng nó. Sự bùng nổ của bong bóng dot-com đã thổi vào lễ kỷ niệm.
Hiện có hai phiên bản về doanh thu của OpenAI trong năm ngoái, The Information cho biết thu nhập hàng năm của họ trong tháng cuối năm 2023 là 1,6 tỷ USD, trong khi Financial Times đưa ra con số 2 tỷ USD. Mức thu nhập này chắc chắn là bậc đầu tiên trong ngành AI, nhưng vẫn không nhiều so với mức phí hàng năm không dưới 1 tỷ USD mà Microsoft cung cấp cho OpenAI, chưa kể kế hoạch đầy tham vọng của Sam Altman nhằm xây dựng sở hữu chip trị giá 7 nghìn tỷ USD. Còn việc tích hợp phần mềm và phần cứng vào nhà máy thì sao? Có lẽ việc IPO có thể giải quyết được vấn đề đầu tư của OpenAI, nhưng với tư cách là một tổ chức phi lợi nhuận, vẫn còn nhiều vấn đề trong việc chuyển OpenAI thành một công ty thu lợi nhuận tư nhân thông thường, điều này không thực tế trong ngắn hạn.
Một số lượng lớn các công ty Generative AI của Mỹ vừa được thăng hạng lên kỳ lân vào năm 2023 đã rơi vào tình thế tiến thoái lưỡng nan khi không thể hiện thực hóa lý tưởng của mình. Hai người đồng sáng lập của Inflection, một công ty khởi nghiệp từng được xếp hạng trong số 3 kỳ lân AI hàng đầu, đã chuyển sang Microsoft. Vì họ đã thu hút hầu hết nhân viên của Inflection, bao gồm cả những người sáng lập, Microsoft đã đồng ý trả cho Inflection khoảng 650 triệu USD để mua lại mô hình của nó. và đền bù cho các nhà đầu tư của Inflection.
Cohere, một kỳ lân AI khác lần Inflection, cũng được cho là đang gặp khó khăn về tài chính. Công ty đã tìm cách huy động 500 triệu USD với mức định giá 6 tỷ USD kể từ tháng 12 năm ngoái, nhưng cho đến nay vẫn chưa có thỏa thuận nào được xác nhận và vòng tài trợ cuối cùng của họ là vào tháng 6 năm ngoái. Theo tốc độ đốt tiền của các mô hình lớn, những con kỳ lân không thể tự tạo ra dòng máu của mình sẽ phải huy động nguồn tài chính mới sáu tháng một lần hoặc thậm chí mỗi quý để tồn tại.
Điều đáng xấu hổ hơn nữa là các hãng này rõ ràng chưa tung ra những mẫu xe lớn mạnh hơn GPT-4. Dù được quảng cáo là “dẫn đầu về nhiều mặt” nhưng thực tế trải nghiệm, khoảng cách không hề nhỏ. Hơn nữa, những công ty này về cơ bản không có lợi nhuận và đã trở thành những kẻ bị ruồng bỏ vốn. Không khó hiểu khi thiếu hoạt động truyền máu tiếp theo.
Zhu Xiaohu, đối tác quản lý của Jinshajiang, cho rằng rằng các mô hình lớn là mô hình kinh doanh kém. Vấn đề là không có sự khác biệt về công nghệ, và mỗi thế hệ công nghệ như 3.5 có thể tốn hàng chục triệu USD, 4.0 có thể tốn hàng trăm triệu USD, còn 5.0 có thể tốn hàng tỷ USD. lại tiền cho mỗi thế hệ mô hình và bạn có thể kiếm tiền từ chúng. Chu kỳ có thể chỉ là hai hoặc ba năm, còn tệ hơn chu kỳ của một nhà máy điện.
Ví dụ, các nhà máy điện về cơ bản không cần đầu tư nhiều tiền sau khi đầu tư vào cơ sở hạ tầng, nhưng các mô hình lớn thì cần nhiều tiền hơn để nâng cấp mỗi hai hoặc ba năm, và chu kỳ hiện thực hóa có thể chỉ là hai hoặc ba năm. Thành thật mà nói, mô hình kinh doanh này là một mô hình kinh doanh rất kém.
Do đó, đầu tư AI trong và ngoài nước đều đã bước vào giai đoạn mà chi phí lợi nhuận phải được xem địa vị nghiêm túc. Nếu AI đã bước vào giai đoạn cuối, vị trí thứ hai và thứ ba trong ngành sẽ trở nên vô cùng giá trị. Đối với các công ty khởi nghiệp, ông cho biết có thể đứng trên “bờ vực tử thần” bất cứ lúc nào.
“Cuộc chiến cung đình” năm ngoái vẫn chưa kết thúc
Tháng 11 năm ngoái, Ilya đã cùng ba thành viên hội đồng quản trị khác buộc CEO cấp cao của công ty, Sam Altman, phải từ chức, nhưng sau đó ông bày tỏ sự hối tiếc. Tranh chấp được cho là xoay quanh những bất đồng về định hướng của OpenAI: Ilya thất vọng vì Altman đang gấp rút tung ra các sản phẩm AI với chi phí cho các nỗ lực bảo mật. Altman quay trở lại OpenAI chỉ 5 ngày sau khi bị lật đổ, khẳng định lại quyền kiểm soát của mình và tiếp tục thúc đẩy công nghệ ngày càng mạnh mẽ, khiến một số nhà phê bình lo lắng. Ilya vẫn là nhân viên của OpenAI nhưng anh chưa bao giờ quay lại làm việc.
Sam Altman (trái) Ilya Sutskever (phải)
Vào ngày 17 tháng 5 năm nay, chỉ vài giờ sau khi người đồng sáng lập và nhà khoa học trưởng của công ty Ilya Sutskever tuyên bố rời đi vào thứ Ba, Jan Leike, một trong những lãnh đạo của đội ngũ Super Alignment, cũng đăng trên nền tảng xã hội X tuyên bố từ chức.
Jan Leike, người đứng đầu OpenAI Super Alignment, tiết lộ lý do thực sự khiến ông từ chức và thêm thông tin nội bộ. Đầu tiên, tỷ lệ băm không đủ và 20% hứa hẹn với đội ngũ siêu liên kết là không đạt mục tiêu, khiến đội ngũ đi ngược lại xu hướng nhưng ngày càng trở nên khó khăn. Thứ hai, vấn đề bảo mật không được coi trọng và vấn đề quản trị bảo mật của AGI không được ưu tiên cao như việc tung ra các “sản phẩm tỏa sáng”.
Jan Leike
Trước tiên hãy để tôi giải thích "căn chỉnh" nghĩa là gì. Vì việc tạo ra mô hình lớn GPT là một cơ chế hộp đen nên nội dung được tạo ra là ngẫu nhiên và có khả năng kiểm soát yếu. Vì vậy, họ đang xây dựng một nhà nghiên cứu căn chỉnh tự động có thể so sánh với hiệu suất của con người, chuyển tải công việc liên quan sang hệ thống tự động nhiều nhất có thể, đồng thời đảm bảo rằng hành vi của hệ thống trí tuệ nhân tạo phù hợp với các giá trị và mục tiêu của con người.
Không chỉ những người trong đội ngũ Liên kết sẽ rời đi, Evan Morikawa, cựu giám đốc kỹ thuật tại OpenAI và người đã ra mắt ChatGPT, GPT-4, DALL·E và API, cũng đã tuyên bố rời đi và sẽ hợp tác với họ. cựu nhà chế tạo robot cấp cao của Boston Động lực, Andy Barry và các nhà khoa học nghiên cứu Deep Mind, Pete Florence và Andy Zeng đang cùng nhau thực hiện một dự án mới và cho rằng rằng "điều này là cần thiết để đạt được AGI trên quy mô toàn cầu."
Một số cư dân mạng cho rằng điều này có vẻ như OpenAI muốn tiếp tục đốt tiền cho thương mại hóa, hơn là đảm bảo an toàn cho những bước tiến tiếp theo. Họ muốn trở thành ông trùm chứ không phải anh hùng.
Tất nhiên Ultraman sẽ không từ bỏ bài viết dài của Jan Leike. Ngay sau đó anh ấy đã đăng một bài "phản công": "Tôi rất biết ơn Jan Leike vì những đóng góp của anh ấy cho văn hóa an toàn và nghiên cứu liên kết OpenAI, và tôi rất buồn khi thấy anh ấy rời đi. Anh ấy nói đúng, chúng tôi vẫn còn nhiều việc phải làm, và chúng tôi hứa sẽ làm được. Tôi sẽ đăng một bài viết dài hơn trong vài ngày tới.” Nếu không có gì khác, những ngày tới sẽ giống như năm ngoái, với những bài luận ngắn liên tục bị đảo ngược. Còn sự thật là thế nào, có lẽ chỉ có một số ít người trong đó biết được đúng sai. Trên thực tế, đúng sai đối với cư dân mạng không mấy quan trọng.
Điều quan trọng là “làn sóng từ chức”lần cho thấy những mâu thuẫn nội bộ từ năm ngoái vẫn chưa được giải quyết mà thay vào đó đã nổ ra những vụ chuyển giao ngầm. Phân tích cuối cùng, tranh chấp giữa Ilya Sutskever và Sam Altman chủ yếu là xung đột giữa những người theo trào lưu chính thống công nghệ và những người cấp tiến trên thị trường. Jan Leike cho biết: "Tôi tin rằng chúng ta nên dành nhiều băng thông hơn để chuẩn bị cho thế hệ mô hình tiếp theo, tập trung vào các chủ đề như bảo mật, giám sát, độ mạnh của đối thủ, siêu liên kết, bảo mật, tác động xã hội, v.v. Những vấn đề này rất quan trọng. khó giải quyết và tôi e rằng chúng ta chưa đi đúng hướng.”
Nhưng Sam Altman luôn nhấn mạnh AI sẽ Sự lật đổ thế giới và tạo ra những sản phẩm đáng kinh ngạc như thế nào. Ông đang điên cuồng tích lũy chip và thậm chí còn xây dựng nhà máy sản xuất chip của riêng mình để đẩy nhanh sự phát triển của công nghệ. Tác giả cho rằng tranh chấp giữa hai bên là điều mà hầu hết người hành nghề AI đều phải cân nhắc. Công nghệ chắc chắn có thể thúc đẩy sự phát triển của năng suất xã hội, nhưng nó cũng sẽ kéo theo sê-ri vấn đề và rủi ro về an ninh.
Sam Altman có thể không thực sự là lính đánh thuê và chỉ muốn kiếm tiền, và việc ông nhấn mạnh vào bảo mật AI không hẳn là dối trá. Nhưng với tư cách là người quản lý, bạn phải tính đến hoạt động lâu dài của công ty, nếu cân bằng được thì tốt nhất. Hiện tại, tỷ lệ băm cần thiết cho việc căn chỉnh AI không hề nhỏ và hiệu suất AI giảm đáng kể sau khi căn chỉnh. Đây có thể là một trong những lý do quan trọng khiến Sam Altman không thể đưa ra những sắp xếp thỏa đáng cho đội ngũ căn chỉnh. Tất nhiên, tình hình thực tế có thể phức tạp hơn, nhưng khi chúng ta tiến tới kỷ nguyên tiếp theo của năng suất công nghệ mà không có đủ lợi ích thương mại thì mọi thứ sẽ chỉ là lời nói suông.
Nếu OpenAI hoàn toàn từ bỏ sự liên kết hoặc không chú ý đến nó, đó sẽ là một rủi ro rất lớn đối với GPT-5 trong tương lai và quá trình thương mại hóa có thể buộc phải dừng lại đột ngột. Nói tóm lại, chúng tôi hy vọng rằng một OpenAI tốt hơn và cởi mở hơn sẽ xuất hiện, thay vì để lại mọi vấn đề cho xã hội.
Không cần thiết để các người mẫu lớn Trung Quốc cảm thấy tự ti
Trong tháng qua, các mẫu xe cỡ lớn sản xuất trong nước tạo cho thị trường ấn tượng rằng họ đang đuổi kịp Mỹ, nhiều điểm sáng cũng đến từ các startup. Dark Side of the Moon mở rộng chiều dài ngữ cảnh lên 2 triệu token; ứng dụng trò chuyện mở rộng ra nước ngoài của Minimax, cuộc sống hàng ngày của Talkie gần giống với công nghệ sinh học của Character.AI; và kiến trúc U-ViT được đề xuất sớm hơn so với mô hình mã nguồn mở; DeepSeek đang đảm bảo hiệu suất Theo tiền đề, chi phí sẽ giảm xuống còn 1 nhân dân tệ cho mỗi triệu đầu vào mã thông báo.
Một số bài viết cho rằng tất cả AI trong nước đều có giá lăn bánh và chỉ có chức năng lăn bánh của nước ngoài, điều này thực tế không khách quan. Nhu cầu lý luận đã là có thật. Kể từ khi phát hành vào cuối năm ngoái, gần 17.000 thương nhân ngoại thương vừa và nhỏ trên Alibaba đã đăng ký trợ lý kinh doanh AI, phát hành hàng triệu sản phẩm và lượng tìm kiếm đã tăng gần 40%. ByteDance đã tích hợp mô hình Beanbao vào Douyin, Feishu và việc kinh doanh khác, xử lý trung bình 120 tỷ văn bản mã thông báo mỗi ngày, nhưng chưa công bố các thông số và chi tiết khác, có thể vì nó sử dụng thuật toán đề xuất tương tự như Tiktok. Mô hình lớn của Baidu Wenxin xử lý 250 tỷ mã thông báo văn bản mỗi ngày và số lượng cuộc gọi trung bình hàng ngày gấp bốn lần so với cuối năm ngoái. Tencent đã sử dụng mô hình lớn Hunyuan cho các hội nghị, dịch vụ khách hàng đọc sách và chơi game; tỷ lệ nhấn và khối lượng giao dịch của các dịch vụ quảng cáo hỗ trợ AI cũng tăng.
Mô hình lớn mã nguồn mở Tongyi Qianwen đã trở nên phổ biến ở nước ngoài và có quá nhiều người nước ngoài đang thảo luận và sử dụng mô hình lớn Qwen (Tongyi Qianwen).
Tongyi đã phát hành mô hình mã nguồn mở mở 110 tỷ tham số Qwen1.5-110B. Mô hình này vượt qua mô hình Llama-3-70B của Meta trong các đánh giá điểm chuẩn như MMLU, TheoremQA và GPQA. Nó cũng được liệt kê trên Bảng xếp hạng LLM mở, một mã nguồn mở; bảng xếp hạng mô hình lớn do HuggingFace đưa ra, Qwen1.5-110B đã nhanh chóng đứng đầu danh sách, một lần nữa chứng minh rằng sê-ri mã nguồn mở Tongyi có khả năng cạnh tranh mạnh nhất trong ngành.
Một số người có thể thắc mắc về điểm chạy, nhưng ý nghĩa chung của việc tập trung vào đầy đủ tính năng và miễn phí cho bản C là thực sự tốt. Đồng thời, Tongyi Qianwen APP cũng đã nâng cấp lên "Tongyi APP", tích hợp các khả năng toàn diện như đồ họa văn bản, mã hóa thông minh, phân tích tài liệu, hiểu âm thanh và video cũng như tạo hình ảnh, nhằm mục đích trở thành "tất cả- trợ lý AI tròn" cho người dùng.
viết ở cuối
Cả OpenAI và các công ty AI trong nước đều không thể tách rời hoạt động của vốn tài chính và vốn công nghiệp. Việc quá loại trừ thương mại hóa là không tốt, nhưng cũng cần có điểm mấu chốt để đạt được sự cân bằng giữa an toàn và hiệu quả. Bằng cách này, công nghệ có thể tạo ra một tương lai tốt đẹp hơn. Những tiến bộ công nghệ lớn trong lịch sử thường đi kèm với bong bóng tài chính, đây là một phần tự nhiên của việc thúc đẩy công nghệ mới. Việc AI có bong bóng không có gì đáng sợ. Điều đáng sợ là nền tảng công nghệ không vững chắc và khó giải quyết được nhiều vấn đề thực tế khác nhau. Cuối cùng, sẽ khó thực hiện và trở thành “mọi thứ đều là bong bóng”. ”
Tham khảo:
OpenAI phát hành GPT-4o Nguồn: Founder Park
Nguồn kiểm tra quyền truy cập sớm GPT-4o: DoNews
GPT-4o tốt nhưng điểm nổi bật lớn nhất chỉ là nguồn miễn phí: ZAKER
Bong bóng mô hình lớn sắp xuất hiện? Nguồn: NewNewThing
Nguồn gốc của khoảng cách AI giữa gã khổng lồ Trung Quốc và Mỹ: nghiên cứu chưa đầy đủ
Đội ngũ bảo vệ nhân loại của OpenAI tan rã Nguồn: Silicon Star Pro
Tất cả các nhà khoa học kỳ cựu của OpenAI đã rời đi. Nguồn: AI Frontline
Ilya rời khỏi OpenAI Nguồn tiếp xúc nội bộ: Qubits
Tongyi Qianwen 2.5 chính thức phát hành Nguồn: Alibaba Cloud
Bài viết này xuất phát từ tài khoản công khai WeChat "Chief Business Review" (ID: CHReview) , tác giả: Do Jing Guan Tian, 36 Krypton được ủy quyền xuất bản.
