一觉醒来，GPT-4刷屏了，这个场面怎么说呢，有点混乱。吃瓜群众一边津津乐道，一边瑟瑟发抖。
津津乐道的是那些革命性的新功能，瑟瑟发抖的是硅基人距离取代碳基人又前进了一步。
那么，相比上一代模型，GPT-4都有哪些变化呢？
早上已经刷屏很多了，我们就简单概括几点↓
❶ 它能看图说话啦
GPT的前序版本，只是NLP（自然语言处理）模型，只能处理文本信息。
而GPT-4是一个多模态模型（multimodal model），不仅可以接受文本，现在也可以接受图片输入了，然后输出文本结果。
比如，我们可以甩一张图给它，让它叨逼一下这个图的梗儿在哪儿。
因为目前还没有实测的入口，所以只能看官方的例子↓
看懂没？用户给了一张“VGA苹果手机充电线”的组合图，让GPT-4逐条指出“笑点”，很明显GPT-4回答的不错，它真看懂了。
如果是我做测试demo，我就让GPT-4来玩「找不同」，那岂不是更加直观。
其实这还没什么，更牛啤的是官方发布的开发者Demo视频↓
你可以在纸上画一个非常简陋的网站UI草图，就像下面这样。
Demo中的指令是：Write brief HTML/JS to turn this mock-up into a colorful website。
比如，这是某次我无聊让ChatGPT干的事，其实并没有啥技术含量↓
在这种状况下，如果我们需要让ChatGPT辅助我们真正完成一件工作，需要非常详细的一步步写出“Prompt”，其实这很考量提问者的专业能力和技巧。
可是现在，如果GPT-4真正具备了识图、读图能力，那真是太可怕了↓
给它一张UI草图，帮你生成前端代码…
给它一张网络拓扑图，帮你生成配置命令行…
给它一张解决方案架构图，帮你把方案文字编出来…
虽然GPT-4的识图能力还有待检验，但这一天看起来并不遥远。
❷ 它是加州小镇做题家
官方给了一组GPT-4刷题的成绩，虽然说它是超级学霸还为时尚早，但某些科目的成绩已经相当逆天了。
看这成绩，最牛掰的是生物奥林匹克竞赛考试和GRE考试，都击败了99%的参考者。
律考也很厉害（Uniform Bar Exam），排位能达到前10%。而GPT-3.5参加律考，只能排到倒数10%。
刷其他题也不含糊，比如SAT数学，可以考到700分（相当于92%分位），而GPT-3.5的水平是590分（大约相当于70%分位）。
结合上一项识图能力，我觉得更加终极的考试场景是↓
你拍一张“黄冈密卷”给它，它就直接把答案给你写出来了
❸ 它比以前更难忽悠了
以前在使用ChatGPT（基于GPT-3.5）的时候，经常会得到一些让人啼笑皆非的答案，甚至是与事实相悖的。
或者你可以通过给它“洗脑”，让他给出错误的答案。
比如下面这个问题，第一次回答就有明显错误，你可以进一步忽悠它。
接下来，我把ChatGPT的模型换成GPT-4，再问同样的问题，这次答案看着靠谱了许多，看来做了不少功课。
但是如你继续忽悠它，还是能把它忽悠瘸。
根据官方的介绍，GPT-4相比GPT-3.5，针对9个大类的问题，事实准确率还是有了极大的提升。
以前的版本，普遍低于60%。
当然，目前的缺陷仍然比较明显，也就是说，我们针对ChatGPT/GPT给出的答案，还需要进行细致的人工审核。
比如下面这个，就非常荒唐了。我信你个鬼！
❹ 它比以前更贵了
GPT-3.5版本，API的价格是0.2美分/1000字（token），而到了4.0版本，价格暴涨，变成：6美分/1000字（token）
可能训练个模型成本太高吧，而推理的成本也不会滴，不过相信这个价格后面会逐步降低的。
另外，GPT-4支持的输入文本长度大大提升了，最高可以到32000(token)。
这个还是很有用的，你想让它帮忙校对一篇文章，或者帮你检查一段代码中的bug，以前可能要分成很多段来输入输出。
现在，夸张一点，Ctrl+A/Ctrl+C/Ctrl+V，就可以等结果了。
❺ ChatGPT Plus用户有福利
这一次，对于ChatGPT Plus用户来说，每月20刀的订阅费没有白花。可以抢先试用GPT-4模型，登录以后，可以在3种模型之间灵活选择切换。
而且，官方也非常直观地给出了三种模型的差别：
默认的付费版GPT-3.5，响应速度5星，推理逻辑性3星，简洁性2星
GPT-4体验版，响应速度2星，推理逻辑性5星，简洁性4星
我在ChatGPT里试了一下GPT-4模式，确实有点卡，而为了防止广大热心吃瓜群众过多请求，官方还做了限制：每四个小时，最多响应100条信息。
而且因为图片输入的模式只是预览，所以ChatGPT的GPT-4模式也只能输入文本。
GPT-4模式还有个问题：它的训练数据集跟GPT-3.5一样，还是截止到2021年9月。
也就是说，GPT-4有个更聪明的脑子，脑回路更清晰，但是它的知识结构还是跟以前一样的。书读的不多，还是那些陈芝麻烂谷子。
好了GPT-4的瓜，我们就先吃到这里吧。
总体感受是，现在说人工智能的奇点已到，还为时尚早，但大家太需要一个突破口了，所以才会“全民练模型，人人GPT”。
但我们真的需要那么多大模型吗？
大模型太多，客户场景有点不够用了
原文链接：https://m.163.com/dy/article/I018E6OK0511U9HQ.html
