OpenAI 2024年展望：Sam Altman愿望清单的深度解析

引言

Sam Altman 2023年11月22日 重回OpenAI 任CEO。
Sam Altman 2023年12月24日 发布新年需求统计。

OpenAI是一个美国人工智能研究实验室，由非营利组织OpenAI Inc，和其营利组织子公司OpenAI LP所组成。OpenAI 进行 AI 研究的目的是促进和发展友好的人工智能，使人类整体受益。

愿望清单的概述

两个小时讨论，整理出以下需求清单，有6万多次需求回答。

• AGI（请保持耐心）：Sam Altman 明确表示无法在2024年实现这个目标。
• GPT-5
• 更好的语音模式
• 提高访问限制
• 更好的 GPTs
• 更好的推理能力
• 对觉醒/行为程度的控制
• 视频处理/生成能力
• 个性化定制
• 更强的联网搜索能力
• 使用 OpenAI 登录
• 开源：开源ChatGPT

深度分析

AGI

AGI(Artificial General Intelligence) 通俗称为强人工智能或者通用人工智能。

AGI 能够胜任任何任务，智能水准比肩人类或者超过人类。

在这次讨论中，前2分钟 对于AGI 有非常明确需求，想要快速进入AGI时代。

Sam Altman 明确表示2024年无法实现这个目标。

OpenAI 公司战略目标AGI ，对于这个方向也在不断迭代，GPT就是为这个方向而诞生的。

GPT-5

GPT4.5 还不太确定，曾经传出12月底上市，Sam Altman 上个月曾透露正在研发GPT-5，具有更好多模态能力，优化加强文字，语音，视觉，视频等能力。

更好的语音模式

ChatGPT 语音功能现在已经向所有用户免费开放，它主要由 Whisper 模型提供支持。iOS 和 Android 的 ChatGPT 移动应用程序均提供该语音功能。

Whisper是一个端到端的语音识别系统,可将英语语音转录为文本。它通过Transformer架构，在680,000小时的语音数据上训练，达到接近人类水平的语音识别准确率和鲁棒性。

ChatGPT 只提供了五种不同的声音进行选择：Breeze、Ember、Cove、Juniper 和 Sky。

提高访问限制

• 价格按1000个tokens计费，1个token约等于4个字符，所以1000个tokens约等于750个单词。

• 输入和输出分别计费，输入价格一般低于输出价格。例如GPT-4输入为0.03美元/1000个tokens，输出为0.06美元/1000个tokens。

• 不同模型价格不同，越大的模型价格越高。例如GPT-4价格比GPT-3.5 Turbo高出近10倍。

模型的使用分训练和预测两部分计费:

• 训练阶段按训练数据量计训练tokens数，以训练tokens价格计费。

• 预测阶段只按实际使用的输入和输出tokens计费。

图像生成定价主要参考分辨率和质量:

• DALL-E 2 1024x1024图片为0.02美元,512x512为0.018美元。
• DALL-E 3 1024x1024 标准质量图片为0.04美元,高清质量为0.08美元。

语音识别系统Whisper为0.006美元/分钟。

• 免费额度限制，GPT-3.5 Turbo 每月有 50 万 tokens 的免费限制。
• 账号限制，限制API使用额度。
• 为每个用户设置流控,限制其每秒的请求数。
• 检测异常请求模式，预防 API 的滥用。
• 设置 IP 访问黑名单等安全限制措施。

更好的 GPTs

Sam Altman 在今年 11 月宣布的「GPTs 对所有 ChatGPT+ 订阅者开放」和首届开发者日上 OpenAI 宣布将推出的 GPT 商店，都是重要的里程碑。

GPTs面向所有plus用户使用

输入主题，定制logo。
微调提示词，微调助理定位，语气，是否专业，法律范围等等，提示词整合微调出结果。
上传知识库，进行解析，结合提示词能力。
Actions Zapier 能整合5000+插件扩展能力。

期待2024年 GPT Store 上市，把GPT 付费应用整合了，更好服务用户。

更好的推理能力

推力能力对于知识类挺强的，通过模板使用重复编辑，继续生成想要结果，对于创作类更多摘要式的或者关键词，还有与上传文件解析能力结合继续加强。

对觉醒/行为程度的控制

日常使用过程中，已经可以避免AI 伦理和违规生成，今年Sam Altman 做了这方面很多努力，例如全球巡演，继续使用迭代，有个担心发版时候会有阶段版本无法固化AI伦理和合规能力。

视频处理/生成能力

原生GPT现在没有视频处理能力，要加上处理能力得去GPTs Action中找外部插件引用才能间接使用。

个性化定制

现在个性化定制，有三种方式，一种设置里面有自定义提示词，一种API 微调，一种运用GPTs模板化处理。

API 微调门槛还是有的，需要处理结果数据，在线微调GPT。
GPTs 方式挺好用，不会写代码的也能使用，傻瓜式创建，知识库有限制，还有解析能力限制，比如上传图片解析能力就比较弱。

更强的联网搜索能力

加强GPT联网能力，发现一个现象单独使用GPT-4 直接生成内容，内容比较详细，但是同样内容跳到联网搜索生成内容，就返回比较粗糙，这是因为联网整合能力还不够强大。

使用 OpenAI 登录

用oauth 协议三方登录，跟API付费能力结合，让OpenAI 用户可以实现到处登录，打通使用工具壁垒。

OpenAI 目前拥有超过 10 亿用户，也成为了历史上用户增长速度最快的产品。根据当前的统计数据，ChatGPT 当前拥有超过 1.8 亿用户，每周活跃用户数达到 1 亿。

开源

llama 2 大模型开源为国内大模型市场提供了指导方向，证明大模型开源一种趋势，并不会产生不好影响，可以考虑开源GPT 这是呼声特别高的。

国内大模型发展就指望着GPT 和 llama 2 。

结论

明年非常期待OpenAI 产品发布，促进世界技术发展，替代过时方式，释放人类的创意和创造力。