曝OpenAI大模型新進展!將推出多模態大模型,新項目Gobi籌備中 |
發布時間:2023-09-20 文章來源:本站 瀏覽次數:1962 |
9月19日音訊,據The Information報導,OpenAI意圖趕在谷歌推出多模態大言語模型Gemini前,發布其多模態大言語模型GPT-Vision。然后,OpenAI或許會推出一個更強大的多模態大模型,代號為Gobi。 本年3月OpenAI發布的GPT-4現已融入了部分多模態功用,相較于GPT-3.5只能接受文本輸入,GPT-4還能夠接受圖畫輸入,但該視覺輸入功用并不敞開運用。而Gobi與GPT-4不同,Gobi從一開端就是按多模態模型構建的,能夠接受更多類型的信息輸入并做出相應的處理。 OpenAI與谷歌將多模態功用納入大言語模型,能夠將圖畫、文字、音頻等不同形式的數據整合起來,讓大言語模型更準確、更全面地處理用戶所給信息,為用戶供給便利。據The Information報導,OpenAI與谷歌的多模態大言語模型之爭,就像AI范疇的蘋果與安卓之爭。這或許預示著AI大模型范疇未來的開展趨勢,一起也是OpenAI與谷歌搶占這項新技能的首發先機,提高用戶影響力和技能引領地位的重要比賽。 一、Gobi VS Gemini,OpenAI與谷歌多模態大言語模型賽跑 此前有報導稱,谷歌即將推出Gemini,而且現已向一小批外部公司共享了這個項目。但據知情人士泄漏,OpenAI正在爭分奪秒地把公司先進的GPT-4與多模態功用相結合,想要搶在谷歌之前發布Gobi。而且,OpenAI在本年3月發布GPT-4時,就對GPT-4中融入的多模態功用進行了預展現。不過,依據The Information報導,OpenAI還沒有開端訓練Gobi,因此現在還不知道Gobi終究能否成為GPT-5。 關于OpenAI能否在多模態大言語模型方面超越谷歌,據The Information報導,目前,谷歌具有來自谷歌搜索引擎和YouTube等平臺的文本、圖畫、音頻、視頻等專有數據,這是谷歌相較于OpenAI開展多模態大言語模型的一項特別優勢。而且一位運用過Gemini前期版本的人士說,與現有的各種大言語模型相比,Gemini產生的過錯答案似乎更少。 在3月發布GPT-4預覽多模態功用時,除了為盲人或低視力者開發技能的Be My Eyes公司,OpenAI沒有給其它公司供給多模態功用。到現在,OpenAI才預備在更大范圍內推出被稱為GPT-Vision的功用。據The Information報導,OpenAI或許會在GPT-Vision之后再推出Gobi。 依據The Information報導,OpenAI之所以消耗很多時刻來推出Gobi,主要是憂慮新的視覺功用會被壞人利用,例如經過自動解決驗證碼來冒充人類,或許經過人臉辨認追尋人們。但現在,OpenAI的工程師們似乎想到辦法來緩解這個安全問題了。 谷歌的Gemini也面臨相同的問題,當谷歌被問到采取了哪些辦法防止Gemini被亂用時,谷歌的一位講話人稱,谷歌在7月份做出過一系列承諾,以確保對其所有產品進行負責任的AI開發。 多模態功用正被不斷融入大言語模型,以提巨大言語模型剖析的精準度。如今,因ChatGPT名聲大噪的OpenAI與AI老牌公司谷歌都致力于開發多模態大言語模型,可見其或許將成為AI大模型開展的未來趨勢。 據The Information報導,這場OpenAI與谷歌的比賽類似于AI版的蘋果與安卓之爭,而未來Gobi與Gemini的到來,將提醒OpenAI和谷歌的比賽成果。 多模態大模型作為當時AI大模型范疇的新進展,OpenAI與谷歌之間的多模態大模型之爭不僅是科技競爭的焦點,也或許引發全球范圍內關于技能應用、協作、監管和道德等方面的重要評論。 |