文｜朱晓培

编辑｜大道格

“ChatGPT这么会聊天，还要朋友干什么？”

“ChatGPT要毁灭全人类了。”

“OpenAI一夜改写历史，ChatGPT-4o干翻所有语音助手。”

5月14日，OpenAI举行春季发布会后，国内的科技媒体瞬间变成了“UC震惊总部”，纷纷鼓吹起了ChatGPT-4o的“颠覆力”。

然而，它并没有媒体们鼓吹得那么邪乎。

如果说，之前的通用大模型，是只能读文看图、说废话的“呆瓜”，新发布的GPT-4o已经更加的自然、智能。原天猫精灵创始高管杜海涛称ChatGPT-4o是终极形态的“天精（天猫精灵）”。“只是我们之前是YY（想象智能音箱的终极形态），但人家实现了，确实厉害。”

在发布会现场，当OpenAI 的工程师Mark Chen对GPT-4o说：“我第一次来直播的发布会，有点紧张。”GPT-4o回答说：“要不你深呼吸一下”

Mark Chen故意做出夸张的呼吸动作时，GPT-4o能够识别出来，并响应说：“你这不行，喘得也太大了。”

当另一位工程师用前置镜头自拍后，GPT-4o识别出了他的情绪，“看起来很开心，甚至可以说是兴奋的”，还从他背后的画面判断其身处的环境，“看起来你在一个摄影棚中，背后有一些灯光，你的胸前还别着麦克风，可能在录制视频之类的”。

在这个演示过程中，我们可以看到，不论是用语音还是视频图像，GPT-4o与人的“人机对话”变得更为自然、流畅。人们可以随时中断对话，进入到下一个话题，GPT-4o能够及时识别并做出反应。而且，它还可以识别出人的情绪。OpenAI的CEO山姆·奥特曼（Sam Altman）将之称为“人类级别的响应”。

此外，在解答数学方式，测试代码等功能上，GPT-4o除了可以准确、快速地获得答案的同时，还可以讲解其中的原理和目的。

总之，GPT-4o看起来更像“人”了。这看起来是一个极大的进步。发布会之后，奥特曼在X上也发布了一个推文——Her。

《Her》是2013年上映的一部科幻片，讲述作家西奥多失恋后，爱上了电脑操作系统里的女声——萨曼莎。萨曼莎性感幽默、善解人意，但其实是一个以某哲学家为原型建造的OS系统，“她”总共有8316位人类交互对象，并与其中的641位发生了爱情，西奥多只是其中的一位。

从现场的演示来看，OpenAI现在发布的ChatGPT-4o确实很接近“Her”了。但它本质上，仍然是一个“聊天机器人”。它所演示的一些功能，其实在现有的移动互联网上都可以找到相应的原型，比如讲解数学题，是作业帮这样的教育APP上都有的功能，只是GPT-4o表现形式更加自然。

但是，认为它“颠覆人类”，实在是国内媒体的大惊小怪。金沙江创业投资基金主管合伙人朱啸虎认为，GPT-4o的发布，恰恰是大模型的技术迭代曲线放缓的表现。而且，此次，OpenAI宣布推出桌面版并免费，说明GPT的用户和收入增长都已经碰到瓶颈。

一个有趣的现象，不论是之前GPT的出现，还是“文生视频”大模型Sora的发布，朋友圈里的AI从业者和创业者们都纷纷感慨技术的进步，鼓吹AI的创新能力。然而，这一次，GPT-4o发布后，创业者们表态得很少。朱啸虎的朋友圈甚至带了些唱衰的意思。

前后反差为何这么大？《商业与生活》认为，有两个原因。

第一，GPT-4o的人机交互能力固然又向前迈进了一步，但并没有像许多科技媒体鼓吹的那么“颠覆”。

GPT-4o的底层算法还是GPT-4，本质上仍是一个对话大模型，是将文字对话变成语音，中间加上了一部分联想，相当于把Sora对于自然语言的处理算法结合进来了。但是，这部分算法的结合，在使用过程中，仍然会有很高的错误率。

第二，GPT-4o宣布免费了，这对于任何一个大模型创业者，任何一家大模型创业公司来说，都算不上一个好消息。

GPT-4o开放了不注册也可使用的限制，目前用户可以选择免费限次数使用，或者付费不限次数地使用。OPenAI选择卷入免费模式的竞争，说明GPT的用户和收入增长都已经碰到瓶颈，但也会让其他大模型创业公司的生存环境变得更加艰难。

就在几天前，李开复还针对国内大模型赛道的“大乱斗”，呼吁创业者关注TC-PMF（Technology-Cost Product-Market-Fit，技术成本X产品市场契合度），拒绝ofo式烧钱打法，让大模型能够用健康良性的ROI（投资回报率）蓄能长跑。

然而，尽管所有的从业者都知道“ofo式烧钱”的打法不可持续，但是却没有人敢主动退出“烧钱”的行列。现在有一堆人涌进来做大模型，但客户不愿意付费，因为客户是非常理性。在技术水平差不多的情况下，肯定是哪家便宜就用哪家，哪家免费就用哪家。你收费，就不选你。

而现在，GPT-4o，这个技术明显比国内大模型更先进的大模型都选择免费了，其他做通用大模型的公司，就更没法向用户收费了。

实际上，大模型赛道的“大乱斗”不仅局限在创业公司之间，也已经卷到了云服务商。就在5月15日，火山引擎原动力大会上，字节发布跳动豆包大模型，定价只有0.0008元/千Tokens，推动大模型价格步入了“厘时代”。

就在OpenAI春季发布会第二日，谷歌在新一届I/O开发者大会上，连续发布、更新了十多款产品，包括AI助手Astra、文生图模型Imagen3、对标Sora的文生视频模型Veo，以及备受瞩目的旗舰大模型Gemini。

其中，Gemini的新语音对话功能Live，直接对标OpenAI的GPT-4o，同样可通过语音、视频实时询问周围的情况，可以中断对话再及时跟进。

一个月前，Meta推出了大语言模型Llama 3，在对话理解、推理、图像生成等方面并没有明显的短板，生成体验平滑。Meta CEO 扎克伯格称其为，“迄今能力最强的开源大模型”。

大模型的更新，确实会改变一些应用层的体验。杜海涛就认为，随着大模型技术的进化，酒店机器人，新能源汽车，滴滴，高德，美团，淘宝，支付宝等大量与现实生活链接服务和内容型服务的体验更加智能。

大模型也可能会改变一些行业的格局，比如搜索格局，以前，人们想知道一件事怎么做，不会打开搜索引擎，或者打开某个APP再去搜索，但有了大模型，人们可以直接在手机、电脑上打开桌面版的大模型，与大模型直接对话。

然而，大模型的应用依旧是一个漫长的进程，特别是ToB的大规模的使用，是一个谨慎的过程，容不得一点儿差错。此前，某位创业者，也是大模型的B端用户就对《商业与生活》表示，“大模型现在还达不到那个效果，还需要很长一段时间的训练，才可以达到可用的临界点。”

年初Sora发布时，国内媒体一些媒体也用了“颠覆视频行业”，“Sora干翻抖音”。来形容它，然而3个月过去，实际使用效果平平，当初OPenAI发布的短片《气球人（Air Head）》。近日其制作团队Shy Kids揭露，这部短片，是三人耗费近两周才完成，后期（人的）工作量只增不减。

可以说，这两天国内一些媒体对GPT-4o的吹捧，实在是一种“惊诧论”。他们似乎有一种习惯，过度夸大硅谷成果，特别是OPenAI的成果。但同时，又国内科技公司的进展“格外克制”。

不论是Llama 3，GPT-4o，还是Gemini，在功能上大同小异。而国内近期发布的大模型，比如阿里通义2.5，官方宣传已经全面赶超 GPT-4。不过，那些宣扬“GPT-4o颠覆论”的媒体们，面对通义2.5时，又变得十分冷静了。

AI确实会改变人类的工作方式，比如显著提高程序员的工作效率，推进科学、医疗保健和各种领域的进步，最终会影响产品和经济的方方面面。但AI的出现，本意是创造一个AI个人助手，帮助用户处理复杂的任务以及采取行动，而不是试图取代或者颠覆人类。

那些刻意制造“AI焦虑”的言论，可以休矣。