当地时间3月14日，OpenAI携GPT-4来了！随着ChatGPT聚焦全球目光，这一次的产品发布自然也备受关注。

据了解，OpenAI花了6个月时间使GPT-4更安全、更具一致性。在内部评估中，与GPT-3.5相比，GPT-4对不允许内容做出回应的可能性降低82%，给出事实性回应的可能性高40%。GPT-4引入了更多人类反馈数据进行训练，不断吸取现实世界使用的经验教训进行改进。

作为一款所谓的“高体验、强能力的先进AI系统”，在官方演示中，GPT-4几乎就只花了1-2秒的时间，识别了手绘网站图片，并根据要求实时生成了网页代码制作出了几乎与手绘版一样的网站。

除了普通图片，GPT-4还能处理更复杂的图像信息，包括表格、考试题目截图、论文截图、漫画等，例如根据专业论文直接给出论文摘要和要点。正因此，OpenAI官方称，GPT-4是OpenAI扩展深度学习的最新里程碑。

值得一提的是，GPT-4虽然于14日才正式公开，但早在一个月前，微软的搜索引擎必应就已经在GPT-4 上运行。微软表示，“如果您在过去五周内的任何时间使用过新版必应，那么您已经体验过GPT-4的早期版本。”

OpenAI表示，在过去两年里，他们重构了整个深度学习堆栈，并与微软Azure合作，共同设计了一台超级计算机。一年前，OpenAI训练了GPT-3.5，作为整个系统的首次“试运行”。

目前，GPT-4可以可以让用户指定任何视觉或语言任务，然后生成文本输出（自然语言、代码等），给定的输入包括带有文字和照片的文件、图表或屏幕截图，GPT-4表现出与纯文本输入类似的能力。比如图表分析、总结概括。

强悍的学习力

虽然在许多现实场景中AI仍不如人类，但GPT-4在许多专业和学术基准上都呈现了人类水平的表现。以美国 BAR律师执照统考为例，GPT3.5可以达到 10%水平，GPT-4可以达到90%水平。在 GPT-3.5 版本模型下，它的 SAT 成绩只能排倒数 10% 的水平，然而 GPT-4 模型可以超越 90% 考生的水平。如果仅以分数作为衡量，GPT-4 已经差不多达到了美国顶尖名校的入学标准。

不仅如此，GPT-4的语言能力同样令人惊叹。OpenAI称，在测试的26种语言中，GPT-4在24种语言方面的表现均优于gpt-3.5等其他大语言模型的英语语言性能。其中GPT-4的中文能够达到80.1%的准确性，而gpt-3.5的英文准确性仅为70.1%，GPT-4英文准确性提高到了85.5%。

在API方面，GPT-4还开放了一个使用功能，允许修改“系统提示”。通过修改系统提示，GPT-4就可以展现出更多样的性格，而不会像先前那样一板一眼。

与此同时，OpenAI正在开源其软件框架OpenAI Evals，用于创建和运行评估GPT-4等模型的基准，同时逐个样本检查其性能。用户可以应用它来跟踪不同模型版本（现在将定期推出）和不断发展的产品集成的性能。

不足之处

大模型的发展趋势，除了更好的性能表现外，关键的突破就是多模态，GPT-4此次在多模态方面相比前代已经进步了不少。然而，GPT-4目前只能输入图片内容，但是输出的仍是文字。图片、视频等跨模态的生成形式，GPT-4尚不具备。

而且，与前一代一样，GPT-4是基于2021年9月之前的数据训练的，所以GPT-4对于2021年9月之后发生的事件仍然缺乏有效理解，也不会从其经验中进行学习。OpenAI表示：“GPT-4仍有许多已知的局限性，我们正在努力解决，例如社会偏见、幻觉和对抗性提示。”

OpenAI承认，GPT-4 与早期的 GPT 模型具有相似的局限性，它仍然不完全可靠，可能会存在推理错误。不过 GPT-4 相对于以前的模型已经有比较显著的改善了。OpenAI对不同模型进行了内部对抗性真实性测试，具体来看，进行了涵盖学习、技术、写作、历史、数学、可惜等九类测试，准确度为 1.0 意味着模型的答案被判断为与人类理想回答一致。

目前，GPT-4没有免费版本，仅向月订阅费20美元的ChatGPT Plus用户及企业和开发者开放。ChatGPT Plus用户将获得有使用上限的GPT-4权限。OpenAI将根据实际需求和系统性能调整确切的使用上限，但预计容量将受到严重限制。