每經(jīng)編輯 畢陸名

開欄語：《大模界》是每日經(jīng)濟(jì)新聞旗下專注AIGC領(lǐng)域報道的欄目。從本周開始，我們推出子欄目《AIGC行業(yè)周報》，梳理AIGC行業(yè)一周內(nèi)發(fā)生的重要動態(tài)，產(chǎn)品發(fā)布和業(yè)內(nèi)大咖的最新觀點。

圖片來源：每經(jīng)制圖

一、企業(yè)動態(tài)

1、OpenAI安全主管離職

5月18日凌晨，OpenAI安全主管、“超級智能對齊團(tuán)隊”負(fù)責(zé)人Jan Leike在社交平臺宣布，離開OpenAI。這也是本周三OpenAI聯(lián)合創(chuàng)始人兼首席科學(xué)家Ilya Sutskever辭職之后，又有一名高管辭職。

Jan Leike在X上公開透露了他離職的部分原因。他的潛臺詞是，他與OpenAI高層在公司的核心優(yōu)先事項上存在長期分歧，最終雙方的分歧已經(jīng)嚴(yán)重到無法調(diào)和的地步。團(tuán)隊在推動其研究項目和爭取計算資源時遇到了重大阻礙，缺乏資源會嚴(yán)重影響研究的進(jìn)度和質(zhì)量。

2、“超級智能對齊團(tuán)隊”解散

本周五（當(dāng)?shù)貢r間5月17日），OpenAI證實，由Ilya和他的親信Jan Leike共同領(lǐng)導(dǎo)的“超級智能對齊團(tuán)隊”已經(jīng)解散。此后，該團(tuán)隊的研究工作將被整合到OpenAI的其他研究小組中。至此，一度幾乎導(dǎo)致OpenAI分崩離析的宮斗事件終于塵埃落定。

OpenAI首席執(zhí)行官Sam Altman感謝并肯定了Jan Leike在OpenAI的貢獻(xiàn)和領(lǐng)導(dǎo)能力。并表示，未來幾天內(nèi)會發(fā)表一篇更長的文章，來闡述OpenAI對于產(chǎn)品安全的規(guī)劃和所做的事情。

而現(xiàn)在AI風(fēng)險團(tuán)隊解散是公司內(nèi)部最近出現(xiàn)動蕩的又一證據(jù)，也再次引發(fā)了人們對該公司在開發(fā)AI產(chǎn)品時如何平衡速度與安全的質(zhì)疑。OpenAI章程規(guī)定，必須安全地開發(fā)通用人工智能(AGI)，即可以與人類匹敵或超越人類的技術(shù)。

3、百度AI轉(zhuǎn)型：AI First Business戰(zhàn)略下的增長與創(chuàng)新

北京時間5月16日，百度在2024年Q1財報中展示了其凈利潤的同比增長，超出市場預(yù)期，彰顯了公司從Internet Centric Business向AI First Business轉(zhuǎn)型的決心和成果。李彥宏強(qiáng)調(diào)，AI技術(shù)正在全面重構(gòu)百度的產(chǎn)品和服務(wù)，尤其在搜索業(yè)務(wù)上，百度正在通過AI生成的搜索結(jié)果和智能體平臺AgentBuilder，提升用戶體驗和商業(yè)效率。百度App的月活用戶持續(xù)增長，智能云業(yè)務(wù)實現(xiàn)盈利，文心大模型成為云業(yè)務(wù)的重要增長點。此外，百度在自動駕駛領(lǐng)域取得突破，發(fā)布了支持L4級自動駕駛的大模型Apollo ADFM，并推出了價格合理的蘿卜快跑第六代無人車，展現(xiàn)了百度在AI技術(shù)應(yīng)用和商業(yè)化方面的領(lǐng)先地位和未來的增長潛力。

4、智源研究院發(fā)布國內(nèi)外140+大模型評測結(jié)果

北京時間5月17日，智源研究院在大模型評測發(fā)布會上推出了智源評測體系，公布了對國內(nèi)外140余個開源和商業(yè)閉源的語言及多模態(tài)大模型的全方位能力評測結(jié)果。評測從主觀和客觀兩個維度進(jìn)行，涵蓋簡單理解、知識運用、推理能力等七大能力。結(jié)果顯示，在中文語境下，國內(nèi)頭部語言模型綜合表現(xiàn)接近國際一流水平，但在安全與價值觀對齊方面存在差異。多模態(tài)模型在中文語境下的文生圖能力和文生視頻能力上表現(xiàn)出色，尤其是Sora在視頻生成方面具有明顯優(yōu)勢。智源研究院還首次聯(lián)合教育機(jī)構(gòu)進(jìn)行大模型K12學(xué)科測試，發(fā)現(xiàn)模型在綜合學(xué)科能力上與學(xué)生平均水平有差距，尤其在文理學(xué)科和圖表理解能力上。此外，中國傳媒大學(xué)智能媒體計算實驗室負(fù)責(zé)人提出需要系統(tǒng)化構(gòu)建文生視頻模型的主觀評價體系。智源評測體系旨在促進(jìn)模型性能優(yōu)化和產(chǎn)業(yè)落地，推動大模型技術(shù)應(yīng)用的有序發(fā)展。

二、產(chǎn)品動態(tài)

1、OpenAI發(fā)布全能大模型GPT-4o，免費開放Plus功能并提供API

美東時間5月13日周一，OpenAI推出了最新旗艦大模型GPT-4o，該模型不僅免費開放，還具備聽、看、說的能力，能夠?qū)崟r流暢地進(jìn)行視頻通話，無延遲地響應(yīng)，與人類對話反應(yīng)速度一致。GPT-4o的"o"代表"Omni"，即全能，能夠接受文本、音頻和圖像的任意組合作為輸入，并生成相應(yīng)的輸出。此外，GPT-4o將提供API，價格優(yōu)惠，速度提升，調(diào)用次數(shù)增加。OpenAI還展示了GPT-4o在實時翻譯、視覺識別等方面的應(yīng)用，并進(jìn)行了兩個ChatGPT模型之間的對話演示，展現(xiàn)了其端到端訓(xùn)練的神經(jīng)網(wǎng)絡(luò)處理語音、文本和圖像的能力。

盡管GPT-4o在圖像識別、情緒判斷、視頻內(nèi)容分析以及語言翻譯等方面表現(xiàn)出色，在某些特定任務(wù)上仍有局限。OpenAI計劃在未來幾周內(nèi)推出GPT-4o的語音功能alpha版，Plus用戶將優(yōu)先體驗。GPT-4o的演示和體驗揭示了AI在提供情緒價值、模擬人類對話以及多模態(tài)交互方面的潛力，預(yù)示著AI技術(shù)在日常生活中的應(yīng)用將更加廣泛和深入。

同時，OpenAI在其ChatGPT平臺推出了一項新功能，允許用戶直接打開數(shù)據(jù)文件并進(jìn)行實時交互式數(shù)據(jù)分析。用戶可以通過Google Drive或Microsoft OneDrive上傳文件，ChatGPT將創(chuàng)建一個交互式表格，支持?jǐn)?shù)據(jù)分組、四舍五入等操作，并能夠創(chuàng)建圖表和總結(jié)結(jié)論。

此外，用戶還可以自定義和下載圖表，以便在演示文稿和文檔中使用。這些新功能預(yù)計將在未來幾周內(nèi)向ChatGPT Plus、團(tuán)隊和企業(yè)用戶開放。有網(wǎng)友推測，這些新功能背后可能使用了名為ADA V2(GPT-4)的數(shù)據(jù)分析新模型。OpenAI強(qiáng)調(diào)，企業(yè)用戶的數(shù)據(jù)不會被用于訓(xùn)練，ChatGPT Plus用戶可以選擇開啟隱私保護(hù)功能。

2、谷歌推出Project Astra和Veo模型，與OpenAI的GPT-4o展開競爭

北京時間15日凌晨1點，在OpenAI發(fā)布GPT-4o后，谷歌DeepMind首席執(zhí)行官哈薩比斯推出了名為Project Astra的AI助手，該助手基于Gemini系列模型，旨在提供日常生活幫助，并通過攝像頭直接讀取代碼。此外，谷歌還推出了Veo視頻生成模型，能夠生成最長超過1分鐘的1080p高質(zhì)量視頻。谷歌進(jìn)一步將Gemini模型集成到全線產(chǎn)品中，包括谷歌搜索、Android系統(tǒng)、谷歌Photos和谷歌Workspace，顯著提升了AI在搜索、手勢識別搜索、圖片視頻查找以及工作生產(chǎn)力工具中的應(yīng)用。谷歌還宣布了第六代TPU Trillium，將在今年向云客戶提供，其性能和能效比前代有顯著提升。

3、字節(jié)跳動發(fā)布豆包大模型家族，以低價格和多場景應(yīng)用為特點

北京時間5月15日，字節(jié)跳動通過其火山引擎首次公開亮相了豆包大模型家族，共9個成員，包括通用模型pro和lite兩個尺寸。這些模型專注于實際應(yīng)用效果，而非僅僅追求參數(shù)規(guī)模和榜單分?jǐn)?shù)。豆包大模型的價格顯著低于行業(yè)標(biāo)準(zhǔn)，旨在實現(xiàn)廣泛的應(yīng)用和使用。火山引擎強(qiáng)調(diào)通過大規(guī)模使用量來不斷優(yōu)化模型，其大模型自上線以來，每天處理的token數(shù)量高達(dá)1200億，生成圖片3000萬張，并在50多個場景中進(jìn)行實踐和驗證。此外，火山引擎還升級了火山方舟平臺，發(fā)布了扣子專業(yè)版，旨在簡化企業(yè)級AI應(yīng)用的開發(fā)和落地。

三、前沿觀點

1、Sam Altman：GPT-4o幕后揭秘，GPT-5會很特別

當(dāng)?shù)貢r間5月16日，OpenAI首席執(zhí)行官Sam Altman（阿爾特曼）在接受紅點風(fēng)險投資公司董事LoganBartlett的專訪中，深入討論了GPT-4o多模態(tài)大模型的創(chuàng)新特點，包括其跨文本、視頻、音頻推理的能力，以及低延遲帶來的應(yīng)用場景拓展。Altman還透露了GPT-5的發(fā)展方向，暗示其將具有類似“虛擬大腦”的功能，幫助用戶處理各種任務(wù)。

此外，他表達(dá)了對開源大模型領(lǐng)域的認(rèn)可，并認(rèn)為編程領(lǐng)域?qū)⑹俏磥?2個月最有前途的應(yīng)用程序領(lǐng)域之一。他還提到了AI芯片廠的建設(shè)計劃，以及對AGI（人工通用智能）的看法，認(rèn)為AGI將能夠極大地提高工作效率。

2、甲子光年發(fā)布2024中國AI新風(fēng)向30條判斷

北京時間5月15日，甲子光年創(chuàng)始人兼CEO張一甲在“2024甲子引力X科技產(chǎn)業(yè)新風(fēng)向”大會上發(fā)布了關(guān)于中國AI發(fā)展的30條判斷。這些判斷涵蓋了AI對生產(chǎn)力變革的影響、AI技術(shù)發(fā)展的四個階段（AI生產(chǎn)時代、AI原生時代、AI創(chuàng)生時代、AI文明時代）、以及AI在不同階段的意義和作用。張一甲還討論了AI與人類生產(chǎn)活動的關(guān)系、AI對社會經(jīng)濟(jì)結(jié)構(gòu)的深遠(yuǎn)影響、以及AI發(fā)展所面臨的挑戰(zhàn)和爭議。此外，她還提出了關(guān)于AI是否真的創(chuàng)造新需求、人類與AI之間相互作用的反思性問題，并探討了AI對經(jīng)濟(jì)權(quán)重、文化形態(tài)的影響，以及AI與人類文明共生的可能性。