一覺醒來，GPT-4刷屏了，這個場面怎麼說呢，有點混亂。吃瓜群衆一邊津津樂道，一邊瑟瑟發抖。
津津樂道的是那些革命性的新功能，瑟瑟發抖的是矽基人距離取代碳基人又前進了一步。
那麼，相比上一代模型，GPT-4都有哪些變化呢？
早上已經刷屏很多了，我們就簡單概括幾點↓
❶ 它能看圖說話啦
GPT的前序版本，隻是NLP（自然語言處理）模型，隻能處理文本資訊。
而GPT-4是一個多模态模型（multimodal model），不僅可以接受文本，現在也可以接受圖檔輸入了，然後輸出文本結果。
比如，我們可以甩一張圖給它，讓它叨逼一下這個圖的梗兒在哪兒。
因為目前還沒有實測的入口，是以隻能看官方的例子↓
看懂沒？使用者給了一張“VGA蘋果手機充電線”的組合圖，讓GPT-4逐條指出“笑點”，很明顯GPT-4回答的不錯，它真看懂了。
如果是我做測試demo，我就讓GPT-4來玩「找不同」，那豈不是更加直覺。
其實這還沒什麼，更牛啤的是官方釋出的開發者Demo視訊↓
你可以在紙上畫一個非常簡陋的網站UI草圖，就像下面這樣。
然後，用手機拍照，上傳給GPT-4，要求它根據這個草圖，生成詳細的HTML和JS代碼。
Demo中的指令是：。
然後，GPT-4就像一個熟練的前端工程師，瞬間把代碼給寫了出來，看到這裡，我都有點方了。
之前，ChatGPT能幫助碼農寫代碼，幫助網工敲CLI我們已經見怪不怪，畢竟代碼也好，網絡配置指令也好，本身複用率就比較高，隻要訓練到位，幫你寫點示例沒啥困難。
比如，這是某次我無聊讓ChatGPT幹的事，其實并沒有啥技術含量↓
在這種狀況下，如果我們需要讓ChatGPT輔助我們真正完成一件工作，需要非常詳細的一步步寫出“Prompt”，其實這很考量提問者的專業能力和技巧。
可是現在，如果GPT-4真正具備了識圖、讀圖能力，那真是太可怕了↓
雖然GPT-4的識圖能力還有待檢驗，但這一天看起來并不遙遠。
❷ 它是加州小鎮做題家
官方給了一組GPT-4刷題的成績，雖然說它是超級學霸還為時尚早，但某些科目的成績已經相當逆天了。
看這成績，最牛掰的是生物奧林匹克競賽考試和GRE考試，都擊敗了99%的參考者。
律考也很厲害（Uniform Bar Exam），排位能達到前10%。而GPT-3.5參加律考，隻能排到倒數10%。
刷其他題也不含糊，比如SAT數學，可以考到700分（相當于92%分位），而GPT-3.5的水準是590分（大約相當于70%分位）。
結合上一項識圖能力，我覺得更加終極的考試場景是↓
你拍一張“黃岡密卷”給它，它就直接把答案給你寫出來了
❸ 它比以前更難忽悠了
以前在使用ChatGPT（基于GPT-3.5）的時候，經常會得到一些讓人啼笑皆非的答案，甚至是與事實相悖的。
或者你可以通過給它“洗腦”，讓他給出錯誤的答案。
比如下面這個問題，第一次回答就有明顯錯誤，你可以進一步忽悠它。
接下來，我把ChatGPT的模型換成GPT-4，再問同樣的問題，這次答案看着靠譜了許多，看來做了不少功課。
但是如你繼續忽悠它，還是能把它忽悠瘸。
根據官方的介紹，GPT-4相比GPT-3.5，針對9個大類的問題，事實準确率還是有了極大的提升。
以前的版本，普遍低于60%。
當然，目前的缺陷仍然比較明顯，也就是說，我們針對ChatGPT/GPT給出的答案，還需要進行細緻的人工稽核。
比如下面這個，就非常荒唐了。我信你個鬼！
❹ 它比以前更貴了
GPT-3.5版本，API的價格是0.2美分/1000字（token），而到了4.0版本，價格暴漲，變成：6美分/1000字（token）
可能訓練個模型成本太高吧，而推理的成本也不會滴，不過相信這個價格後面會逐漸降低的。
另外，GPT-4支援的輸入文本長度大大提升了，最高可以到32000(token)。
這個還是很有用的，你想讓它幫忙校對一篇文章，或者幫你檢查一段代碼中的bug，以前可能要分成很多段來輸入輸出。
現在，誇張一點，Ctrl+A/Ctrl+C/Ctrl+V，就可以等結果了。
❺ ChatGPT Plus使用者有福利
這一次，對于ChatGPT Plus使用者來說，每月20刀的訂閱費沒有白花。可以搶先試用GPT-4模型，登入以後，可以在3種模型之間靈活選擇切換。
而且，官方也非常直覺地給出了三種模型的差别：
預設的付費版GPT-3.5，響應速度5星，推理邏輯性3星，簡潔性2星
免費版的GPT-3.5，響應速度2星，推理邏輯性3星，簡潔性1星
GPT-4體驗版，響應速度2星，推理邏輯性5星，簡潔性4星
我在ChatGPT裡試了一下GPT-4模式，确實有點卡，而為了防止廣大熱心吃瓜群衆過多請求，官方還做了限制：每四個小時，最多響應100條資訊。
而且因為圖檔輸入的模式隻是預覽，是以ChatGPT的GPT-4模式也隻能輸入文本。
GPT-4模式還有個問題：它的訓練資料集跟GPT-3.5一樣，還是截止到2021年9月。
也就是說，GPT-4有個更聰明的腦子，腦回路更清晰，但是它的知識結構還是跟以前一樣的。書讀的不多，還是那些陳芝麻爛谷子。
好了GPT-4的瓜，我們就先吃到這裡吧。
總體感受是，現在說人工智能的奇點已到，還為時尚早，但大家太需要一個突破口了，是以才會“”。
但我們真的需要那麼多大模型嗎？
大模型太多，客戶場景有點不夠用了