GPT-4 Turbo讓ChatGPT又變強了，OpenAI會變成下一個蘋果嗎？

在OpenAI的首次開發者大會上，Sam Altman公佈了過去一年中OpenAI的驕人成績。

本次大會上推出了ChatGPT的最新版本GPT-4 Turbo，以及眾多全新功能。更重要的是，OpenAI宣佈要圍繞GPT打造AI平台，推出GPT Store，並提出了GPTs的概念，使用者可以利用GPT Builder工具，建立自己的GPT。

GPT-4 Turbo

本次發佈的LLM（大型語言模型）更新主要包括：

最新的GPT-4 Turbo，支援128k上下文窗口，且價格更低，輸出更快。
全新的Assistants API，使開發人員更容易建構自己的人工智慧應用程式。
新的多模態功能，包括視覺、圖像建立（DALL·E 3）和文字轉語音（TTS）。

▲ OpenAI開發者大會的發佈的重要更新

長上下文

長上下文正在成為各家大型語言模型的「主戰場」。對比眾多新模型，GPT-4的32k token上下文窗口已不那麼出色。此次GPT-4 Turbo更新的上下文窗口達到128k，是GPT-4的四倍，且超過了競對Anthropic此前推出的100k token的Claude 2。

Sam Altman在展示中稱128k token大約相當於300頁紙的文字量，英國版的《哈利·波特與魔法石》差不多就是300頁，魔戒三部曲平均每本是400頁。

開發助手

OpenAI此次更新中，著重面向開發者推出了Assistant API，使開發者能在應用中內建類似代理的AI體驗。

這個API允許AI助手執行具體任務，呼叫模型和工具，並處理一些複雜的程式和資料處理工作。它支援多種用途，如自然語言資料分析、編碼輔助、旅行規劃等。

助手API具有持久化執行緒功能，簡化了狀態管理，並允許呼叫開發者定義的函數。此外，它還提供了程式碼直譯器和檢索工具，可在外部資料上運行和檢索資訊。資料保護方面，開發者可自主管理其傳遞給API的資料。現在，開發者可以通過助手API遊樂場，無需編碼進行測試。

此外，OpenAI對函數呼叫進行了更新，現在模型可以在單個消息中呼叫多個函數，並更準確地返回正確的函數參數。GPT-4 Turbo在遵循指令生成特定格式時表現更佳，並支援新的JSON模式以確保輸出有效的JSON對象。新增的API參數response_format允許模型輸出語法正確的JSON。此外，通過新的seed參數，模型可以產生可重現的輸出，有助於偵錯和編寫單元測試。OpenAI還計畫推出返回輸出令牌對數機率的功能，以便在建構“自動完成”等功能時使用。

知識更新

GPT-4的知識庫更新到2023年4月。目前ChatGPT中使用的GPT-4模型，已經將知識庫更新到了2023年4月，不過GPT-3.5的知識庫仍然停留在2022年1月。

新的多模態模型

在多模態能力方面，GPT-4 Turbo的API將內建DALL-E3，以及文生語音模型TTS（text-to-speech）。

開發者可以通過API直接呼叫GPT-4 Turbo with vision中的DALL-E3模型，進行圖片識別和圖片生成。事實上，DALL·E 3上線之後，ChatGPT Plus使用者就已經可以在GPT-4模組下呼叫DALL·E 3進行圖片創作，以及多模態的圖片識別了。不過，這次是以API的形式，將多模態的能力開放給開發者。

此外，OpenAI還上線了新的TTS文生語音功能。類似能力，在ChatGPT手機端也已經上線了一段時間（不過目前實測中文還是有一點英語口語），此次也是針對開發者的API開放。目前TTS的語音包共有六種聲音可選，可以輸出Opus、AAC和FLAC三種格式，尚不支援自建聲音。