GPT

巨大的压力其实是给到全世界了，不仅仅是国内。

去年11月底OpenAI发布了ChatGPT，这个是纯粹的文字输入，文字输出。

即使这样也很让人惊艳，过了几个月后，先后有各种大模型出现，不过也都是文字输入文字输出。

即使是这样，也只有不到一手之数的公司发布了自己的产品。

但是，GPT-4的发布，基本上可以说是大模型的某种程度上的里程碑。

它最牛的地方就在于可以同时理解图片和文字。

再来一个更强的

这个人用笔在本子上随便画了个自己网站的草图

然后用手机把这个草图拍下来

发送给GPT-4

它识别出了这是一个网站的草图

然后顺便生成了要建成这个网页的代码

好了，你的网站建好了

相比之下，这是原始的图

它强就强在可以接受图片为输入，并且能准确理解图片中的含义。

对于多模态的理解，我目前玩过的一般就是AI作图，可以用一张图作为垫图，然后再说生成图片。

但是图像理解到这种程度的，我是真的没想到，就说这个生成网站，这个人写的什么我肉眼都看不懂。

甚至于说更复杂的物理化学题目它都可以做。

最最最关键的是，这个模型在去年就已经训练好了，他们这个时候发布是在做规划话调整，就是为了避免ChatGPT会输出很多的错误回答。

再加上这几个月无数人贡献的数据，OpenAI貌似会在不断时间内在这个领域具有统治地位。