当前位置:首页 > 外汇资讯 > 正文内容

Jim Fan锐评:GPT-4o低延迟的奥秘在这里

激石外汇2024-05-14 11:49:28外汇资讯42

激石Pepperstone(https://www.paraat.net/)报道:

14日凌晨,OpenAI召开了一个简短的发布会,发布了新的AI模型:GPT-4o,除了可以给普通用户使用之外,还将开放相应API给GPT的开发者,比原来的GPT 4-Turbo快2倍,价格还便宜50%,妥妥的“加量又减价”。

英伟达高级研究科学家Jim Fan对此发了篇长推文,点评OpenAI的这款新模型:低延迟,支持文字、图像和视频输入和输出,而且还会假装自己是有情感的人类...

原文如下:

我知道你的时间线上现在充斥着“疯狂的,电影《Her》,你错过的10个功能,我们又回来了”这样的文字。 坐下来,像Mark在演示中那样深呼吸,让我们一步步思考:

从技术角度来看,OpenAI已经找到了一种方法,可以直接将音频映射到音频作为第一类模态,并实时将视频流传输到transformer大模型。这需要对标记化和架构进行一些新的研究,但总体上是一个数据和系统优化问题。

高质量的数据至少可以来自以下两个来源:

首先是YouTube、播客、电视剧、电影等内容包含的对话。

可以训练Whisper来识别对话中的发言者顺序或分离重叠的讲话以进行自动注释。

其次是合成数据。使用强大的模型分3阶段运行:

语音1->文本1(自动语音识别ASR)

文本1->文本2(大型语言模型LLM)

文本2->语音2(文本到语音TTS)。

期间大型语言模型LLM可以决定何时停止,也可以模拟如何从中断中恢复。它可以输出对话中暗含“想法”,以帮助生成更好的回复。

然后GPT-4o直接从语音1>语音2过程中进行提取,可选的辅助损失函数基于3阶段数据。提取后,所有操作都被被嵌入到模型中,而不需要发出中间文本。

在系统方面:如果每个视频帧都解压成RGB图像,就能实现低延迟。OpenAI可能已经开发了基于神经网络的流式视频编解码器,以token形式传输运动增量。通信协议和神经网络推理必须共同优化。

例如,可以在终端设备上运行一个小型且节能的神经网络,如果视频有趣就传输更多token,否则传输较少。

我没想到GPT-4o会离GPT-5更近,GPT-5是传闻中的“Arrakis”模型,可以输入和输出多模态。实际上,它很可能是GPT-5的一个早期训练点,但还没有完成训练

GPT-4o的定位透露出OpenAI某种不安全感。在Google I/O之前,OpenAI宁愿超越我们对GPT-4.5的心理预期,也不愿因为达不到对GPT-5的极高期望而令人失望。这是一个聪明的举措,可以争取更多时间。

值得注意的是,GPT-4o更加活泼,甚至有点调皮。GPT-4o甚至尝试(也许有点过于努力)听起来像女性。OpenAI正在蚕食Character AI的市场份额,这两家的产品高度重叠,并且OpenAI拥有庞大的分销渠道。GPT-4o正尝试向更具情感的AI转变,OpenAI过去似乎积极抑制了这一点。

谁先赢得苹果,谁就能大获全胜。我看到与iOS的整合有三个层次:

1)放弃Siri。OpenAI为iOS提取一个较小级别的、纯粹的设备上的GPT-4o,可选的付费升级以使用云服务。

 2)将相机或屏幕流式传输到模型,芯片级支持神经音频/视频编解码器。

 3)与iOS系统级操作API和智能家居API整合。没有人使用Siri快捷方式,但现在是时候复活了。这可以立即成为拥有10亿用户的AI代理产品。智能手机的全自动驾驶(FSD)与特斯拉规模的数据飞轮。         

扫描二维码推送至手机访问。

版权声明:本文由外汇密探发布,如需转载请注明出处。

本文链接:https://www.paraat.net/news/3045.html

标签: GPT-4o
分享给朋友:

“Jim Fan锐评:GPT-4o低延迟的奥秘在这里” 的相关文章

币圈“雷曼”来了?“百亿基金”三箭资本清算意味着什么

激石Pepperstone(https://www.paraat.net/)报道:半月前,风投“顶流”三箭资本因大量清算手中代币而陷入破产传闻。半月后,昔日的币圈“百亿基金”可能真的走到了终局。 媒体称,英属维尔京群岛一家法院下令清算总部位于新加坡的加密货币对冲基金三箭资本,另有消息称该公司已进入清...

新加坡监管机构:加密货币对冲基金三箭资本“提供虚假信息”

激石Pepperstone(https://www.paraat.net/)报道:币圈对冲基金巨头三箭资本已经陷入了破产清算。 祸不单行的是,新加坡金融管理局昨日公开谴责三箭资本向其提供虚假信息,并且超过了注册基金管理公司被允许的资产管理门槛。 新加坡金管局是新加坡行使央行职能的政府机构,同时也是负...

A股三大指数集体转绿 旅游酒店领跌 数字货币、电力股冲高

A股三大指数集体转绿 旅游酒店领跌 数字货币、电力股冲高

激石Pepperstone(https://www.paraat.net/)报道:7月1日,A股表现疲软,沪指、深成指小幅高开后迅速走低。截至发稿,三大指数集体转绿,沪指现跌0.6%,深成指跌0.5%,创业板指跌0.7%。 板块方面,培育钻石迅速拉升,Micro/MiniLed等节能照明板块涨幅居...

9年过去了,人类终于等来大规模无人机送货时代

激石Pepperstone(https://www.paraat.net/)报道:2013年,亚马逊创始人杰夫贝索斯在《60分钟》节目接受采访时,第一次公开表示亚马逊正在进行无人机送货方面的研发。 终于,九年磨一剑,无人机配送成为了现实。  虽然听起来无人机配送并不算难实现,但实际上,在真实世界...

地产会不会成为宏观交易的预期差?

激石Pepperstone(https://www.paraat.net/)报道: 从自上而下的视角看,未来2个月有五条宏观交易线索值得关注。第一,部分城市放松地产政策,叠加房贷利率快速下行,地产销售可能出现超预期反弹。第二,半年报季高景气板块的业绩与预期赛跑。第三,美国衰退预...

赛道Hyper | 吉利推出全球首款甲醇混动轿车剑指何处?

激石Pepperstone(https://www.paraat.net/)报道:混动无论强弱,汽油均不可或缺。若就发展新能源汽车“节能减排”根本目的看,使用汽油总显得不那么“绿色环保”。 2005年,吉利汽车(00175.HK)启动甲醇汽车研发工作并坚持至今。2022年6月30日,吉利汽车在贵阳推...