OpenAI宣布通过其API正式推出最新的文本生成模型GPT-4。
从今天开始，所有付费API客户都可以访问GPT-4。该公司计划在本月底向新的开发者开放访问权限，然后根据“计算资源的可用性”逐步提高可用性限制。
OpenAI在一篇博文中写道：“自3月以来，数百万开发者请求访问GPT-4 API，每天都有越来越多的创新产品利用GPT-4。我们设想未来聊天模型能够支持任何用例。”
GPT-4可以生成文本（包括代码）并接受图像和文本输入，这是对其前身GPT-3.5的改进，后者只能接受文本输入，并且在各种专业和学术基准测试中表现出“人类水平”的性能。与OpenAI之前的GPT模型一样，GPT-4是使用公开可用的数据进行训练的，包括来自公共网页的数据以及OpenAI获得许可的数据。
图像理解功能目前并不适用于所有OpenAI客户。OpenAI目前正在与一家名为Be My Eyes的合作伙伴进行测试。但它没有透露何时会向更广泛的客户群体开放该功能。
值得注意的是，即使是今天最好的生成式AI模型，例如GPT-4也不是完美的。它会“产生幻觉”并出现推理错误。它也无法从经验中学习，无法解决一些困难的问题，比如在生成的代码中引入安全漏洞。
未来，OpenAI表示将允许开发者使用自己的数据对GPT-4和GPT-3.5 Turbo进行微调，GPT-3.5 Turbo是其其他最近但能力较弱的文本生成模型之一（也是ChatGPT的原始模型之一），这与OpenAI的其他文本生成模型已经很长时间以来是可能的。根据OpenAI的说法，这一功能将于今年晚些时候推出。
自从今年3月发布GPT-4以来，生成式人工智能领域的竞争变得更加激烈。最近，Anthropic将其旗舰文本生成AI模型Claude的上下文窗口从9,000个标记扩展到了100,000个标记。（上下文窗口是指模型在生成额外文本之前考虑的文本范围，而标记代表原始文本，例如单词“fantastic”将被分为标记“fan”，“tas”和“tic”。）
在上下文窗口方面，GPT-4之前是最高水平的模型，达到了32,000个标记。一般来说，上下文窗口较小的模型往往会“忘记”甚至是最近的对话内容，导致它们偏离主题。
在今天的相关公告中，OpenAI宣布其DALL-E 2和Whisper API已经正式推出，其中DALL-E 2是OpenAI的图像生成模型，“Whisper”指的是该公司的语音转文本模型。该公司还表示，他们计划通过其API弃用旧模型以“优化计算能力”（在过去的几个月里，由于ChatGPT的爆红，OpenAI在其生成模型的需求方面一直难以满足）。
从2024年1月4日开始，特定的旧OpenAI模型，特别是GPT-3及其派生模型，将不再提供，而将被新的“基础GPT-3”模型所取代，人们可以推测这些模型在计算效率上更高。使用旧模型的开发者必须在2024年1月4日之前手动升级其集成，而那些希望在1月4日之后继续使用经过精细调优的旧模型的开发者则需要在新的基础GPT-3模型之上进行精细调优。
OpenAI表示：“我们将为之前进行过模型精细调优的用户提供支持，以使过渡尽可能顺利。在未来几周内，我们将与最近使用这些旧模型的开发者联系，并在新的完成模型准备进行早期测试后提供更多信息。”