OpenAI 发布旗舰模型 GPT-4o,支持音频、视觉与文本实时推理
OpenAI 宣布推出新旗舰模型 GPT-4o(GPT-4 Omni),能够跨音频、视觉和文本进行实时推理。
公司与模型
OpenAI 的 GPT 系列模型、ChatGPT 与 Sora 产品更新,以及公司战略与人事变化。
183 条精选近 30 天 16 条共收录 1,523 条
OpenAI 宣布推出新旗舰模型 GPT-4o(GPT-4 Omni),能够跨音频、视觉和文本进行实时推理。
OpenAI 发布 GPT-4o,并让更多能力在 ChatGPT 中免费可用。
OpenAI 宣布发布其最新旗舰模型 GPT-4o,并让更多能力在 ChatGPT 中免费提供给用户。
OpenAI 官方宣布推出 ChatGPT 和 Whisper 的 API。
OpenAI 宣布让用户无需注册即可直接开始使用 ChatGPT,以降低体验 AI 的门槛。
OpenAI 发布视频生成模型 Sora,可在文本条件下生成一分钟高保真视频。该模型基于在视频与图像潜码的时空 patch 上运行的 Transformer 架构,对不同时长、分辨率和宽高比的视频与图像联合训练,其结果表明扩大视频生成模型规模是构建物理世界通用模拟器的可行路径。
推荐理由:原文点明扩大视频生成规模是通向物理世界通用模拟器的路径,提供了技术路线的关键判断。
OpenAI 官方宣布正在测试 ChatGPT 的记忆能力,使其能记住用户讨论过的内容,从而让后续对话更有帮助;用户可以掌控 ChatGPT 的记忆。
OpenAI 官方宣布 Sam Altman 回归担任 CEO,Mira Murati 出任 CTO,Greg Brockman 回归担任 President,并公布了新的初始董事会。文中提供了 CEO Sam Altman 与董事会主席 Bret Taylor 的公开信链接。
OpenAI 官方发布消息称公司宣布领导层变动(leadership transition),具体细节未在本次抓取内容中提供。
OpenAI 在 DevDay 上宣布多项新模型与开发者产品,包括具备 128K context 且价格更低的 GPT-4 Turbo、新版 Assistants API、GPT-4 Turbo with Vision 以及 DALL·E 3 API 等。
推荐理由:原文列出了一次开发者大会上的多项模型与API更新,可据此了解OpenAI当时的产品线变化方向。
OpenAI 推出 GPTs,用户可以创建自定义版本的 ChatGPT,将指令、额外知识以及任意组合的技能结合在一起。
推荐理由:原文点明了自定义 ChatGPT 的构成要素,读者可据此理解它与普通对话的差别。
OpenAI 发布 GPT-4V(ision) 系统卡,介绍 GPT-4V 的相关信息。
OpenAI 官方宣布 ChatGPT 现在可以看、听和说,即支持图像输入、音频理解与语音输出能力。
OpenAI 发布 ChatGPT Enterprise,称其提供企业级安全与隐私保护,以及迄今最强大的 ChatGPT 版本。
OpenAI 宣布多项 API 更新,包括更具可控性的 API 模型、函数调用能力、更长上下文以及更低价格。
OpenAI 训练的模型通过奖励每一步正确的推理过程(过程监督)而非仅奖励最终答案(结果监督),在数学问题求解上取得新的 SOTA。原文指出过程监督除提升性能外,还能直接训练模型产出经人类认可的 chain-of-thought,带来对齐层面的收益。
推荐理由:原文对比了过程监督与结果监督的差异,读者可据此理解奖励每一步推理对性能和对齐的双重作用。
OpenAI 发布 ChatGPT iOS 应用,官方介绍该应用可同步对话、支持语音输入,并把最新的模型改进带到移动端。
推荐理由:官方点明了同步、语音输入和最新模型三项能力,读者可据此判断移动端与网页端的差异。
OpenAI 官方宣布已在 ChatGPT 中实现插件的初始支持。这些插件是专为大语言模型设计的工具,以安全为核心原则,可帮助 ChatGPT 获取最新信息、运行计算或调用第三方服务。
推荐理由:官方说明了插件的设计出发点,读者可据此理解 ChatGPT 如何接入实时信息与外部服务。
OpenAI 发布 GPT-4,称其为该公司扩展深度学习进程中的最新里程碑。GPT-4 是一个大型多模态模型,接受图像和文本输入、输出文本,在多种专业和学术基准上展现人类水平表现,同时在许多真实场景中仍不及人类。
推荐理由:原文点明了GPT-4的多模态输入能力和基准表现定位,读者可据此理解这一代模型相对前代的关键变化。
OpenAI 发布 GPT-4,官方介绍称它能在创意与技术写作任务上与用户共同生成、编辑和迭代,例如作曲、编写剧本或学习用户的写作风格。