奥特曼最新访谈：GPT-4o并不是突然解锁的新技术，而是功能积累和整合的结果

出品 | 搜狐科技

作者 | 郑松毅

运营编辑 | 王一晴

“GPT-4o并不是突然解锁的一项疯狂的新技术，而是功能累积和整合的结果。”——OpenAI联合创始人兼首席执行官山姆·奥特曼（Sam Altman）。

近日，在OpenAI发布又一重磅AI模型——GPT-4o后，奥特曼接受了硅谷著名风险投资公司Redpoint董事兼总经理Logan Bartlett的采访。在45分钟的对话中，奥特曼谈了谈对GPT-4o、GPT5、以及未来人工智能世界的看法。

GPT-4o登场后，其高效处理文本、图像、音频等多模态的能力，以及为用户提供的更为自然、流畅的交互体验，再次让人类感到震撼和好奇，如此强悍的AI模型究竟是如何塑造的？

奥特曼表示，“在过去几年，OpenAI团队一直在研究音频模型、视觉模型，以及如何将它们结合起来，同时也在努力提高模型的训练效率。我们这次并不是突然解锁了一项从来没有的技术，而是将很多功能部分整合在了一起。”

他说，很久之前自己和团队成员就有了语音控制计算机的想法，比如Siri之类的东西，但从没真正让人感到自然好用。而GPT-4o完全不同，它是一种令人难以置信的人机交互方式，比如更快地理解和处理多模态信息、语调更加自然、以及拥有高度流畅性和灵活性，这是令人着迷的地方。

“虽然我只用了一周左右，但让我惊喜的一个用例是我在全神贯注工作的时候，我可以把手机放在桌子上，不用来回切换窗口，而是直接把GPT-4o当作另一个信息通道。比如说，我正在处理某件事，以前我可能不得不停下来，切换到另一个网络页面去搜索一些东西。但是现在，我只需要向它提问，就可以立即获得答案，我可以专注于电脑屏幕上的内容，这真的很酷。”

很多人将GPT-4o看作是GPT-5重磅发布的预告，并一直对GPT-5的发布时间及功能升级保持高度期待。

奥特曼坦言，人工智能和惊喜并不总是搭配着来的，未来可能不会有大规模的发布。也许我们仍然可以把它命名为GPT-5，但以不同的方式发布，或者换个名字。就目前来说，GPT-4还在不断改进中。

自AI模型开“卷”以来，垂直大模型和通用大模型一直是备受热议的技术路径分水岭。垂直大模型更像一把专用工具，专注于特定领域或任务。而通用大模型更像是一把多功能瑞士军刀，应对于多种不同的任务和场景。相较之下，奥特曼更看好哪种模型的发展呢？

他直言，“通用模型更为重要，当模型具备泛化推理能力时，能够自己弄清楚新的东西，那么当它需要处理新类型的数据，你只要输入进去，它就能懂了。但反过来就不太行，比如把一堆专业化的垂类模型放在一起，我觉得做不到通用推理。”

对于AGI（通用人工智能）的实现，奥特曼最初相信会有一个明确的时刻。但现在，他多次在访谈中强调，AGI的实现是一个渐进的过程，对于何时能实现尚未达成共识，它不是GPT-4，也可能不会是GPT-5，距离AGI的实现还需要一些更大规模的突破。

他曾表示，已经放弃了对实现AGI时间的预测，觉得这不是真正有用的。在他看来，每年都会推出更强大的系统，怎样用这些系统为社会创造更多的价值才是值得思考的。

谈及AI给世界带来的变革影响，奥特曼认为，目前为止，ChatGPT本身还没有改变世界，而是改变了人们对世界的期望。

“从现在的GDP等经济数据中还找不到GPT真正影响生产力的证据，但我认为，如果几十年后再去分析相应的经济图标走势，肯定能察觉到背后的变革。”奥特曼预测，在未来12个月内，编程会是受其影响的一个重要领域。

他还谈到，人们以前常会担心有了AI后什么样的工作会消失，但什么样的新工作会出现是一个更有趣的问题。奥特曼认为，类似于艺术、娱乐这样的业态很有发展潜力，但相信人与人之间的联系并不会被AI取代，反而会被注重。

“我在网上读到一些东西，很多人都在说会和ChatGPT谈恋爱，我打赌不会。长期关心其他人类是我们的本性，无论以任何方式，我们将一直痴迷于此。”

最后，奥特曼被问及，AGI一直被大家所谈，但如畅想下AGI得以实现的未来会是什么样子，会不会太抽象难以回答？

奥特曼笑了笑说，“我一直都在想，但不会只想象我们会拥有《星球大战》未来城市中满天飞行的汽车。我想的是，当一个人可以作为一个团队，去完成成百上千人配合协作才能完成的任务时，将意味着什么？又或是有一天能破解出所有科学奥秘，那世界又会变成什么样子？这是我一直思考且感到兴奋的。”