OpenAI 正式发布 GPT-4，具有多模态能力。3 月 15 日，OpenAI 正式发布了 GPT-4 预训练大模型，相比于 GPT-3.5 性能表现显著提升，在一些专业和学术领域上已经达到了人类水平，是 OpenAI 在人工智能领域的又一里程碑。GPT-4 具有一定的多模态能力，能够接收图文结合的输入，并输出文本回复。
GPT-4 对图片的处理分析能力达到了很高的水准，这相当于机器拥有了视觉并且能够进行思考，在应用层面有非常广的空间，比如在教育领域，GPT-4 可以直接对以图像输入的题目进行求解；在机器人领域，GPT-4 有望成为机器视觉的核心中枢能力。
下载链接：
1、GPT-4技术报告(英)-OpenAI(2023)
2、GPT-4技术报告(中)-OpenAI(2023)
《GPT-4技术及报告合集》1、GPT-4震撼发布，AI算法之巅 2、OpenAI发布GPT-4，大模型发展进入新的里程碑 3、OpenAI：GPT-4技术报告
GPT-4 能够进行长文本处理和创造性输出，能够自定义对话风格，相比 ChatGPT更加可靠安全。GPT-4 可以处理超过 25000 字的长文本，支持内容创作、对话拓展和文档分析等功能，其优秀的创造性可以辅助用户进行创意工作，例如创作歌曲、编写剧本或学习用户的写作风格。用户能够自定义 GPT-4 对话交互的风格，打造个性化的 AI，对基于 GPT-4 的二次开发来说非常方便。与 ChatGPT 相比，GPT-4 的逻辑推理能力更进一步，在复杂的推理问题中表现更佳，并且大幅减少了错误回答和敏感内容的生成概率，可靠性与安全性有了较大改善，但仍存在提升空间；
GPT-4 开放 API 使用申请，成本较 GPT-3.5-Turbo 涨幅较大。目前仅有 ChatGPTPlus 的订阅会员用户能够访问 GPT-4，OpenAI 未来可能会推出免费的 GPT-4 试用版和更高级的订阅版本。OpenAI 同时开放了 GPT-4 API 的使用申请，会逐步邀请开发人员开始试用 API。目前提供给开发者的 API 只能进行文本的输入，最便宜的8k-prompt 版本的定价为 0.03 美元/1k tokens，相比于之前发布的 GPT-3.5-turbo 要贵十倍以上。
GPT-4 有望带来多场景智能化变革。OpenAI 给出了 GPT-4 的 6 个应用实例，涵盖了教育、金融和政府领域。微软也在 GPT-4 发布后官宣，New Bing 背后的模型就是 GPT-4，并且将随着 GPT-4 的更新持续迭代，微软在 3 月 16 日的线上活动中将有望发布基于 GPT-4 的新 Office，带来办公场景的智能化变革。基于 GPT-4 对话交互的特性，我们认为，GPT-4 将率先在教育、医疗、企业经营管理办公等领域实现落地，场景与人工智能的结合方式值得期待。
据 OpenAI 显示，GPT-4 和 GPT-3.5在一些普通的谈话测试中的性能区别不大，但是在处理较为复杂和专业的任务上，GPT-4 相比GPT-3.5 则表现更优。在美国律师资格考试测试中，GPT-4 的成绩可以达到前 10%，而 GPT-3.5只能达到后 10%的水平。与 SOTA 模型（state-of-the-art model，目前最好的模型）相比，GPT-4 也展现出了更好的性能。
GPT-4 是一个多模态模型，它能够接受图片和文本输入，并输出文本回复。与业界之前的预测不同，GPT-4 并不具备多模态的生成能力，即无法从文本输入中得到图片（类似于 DALL-E），只能对图片的输入进行分析，并且图片输入目前仍处于研究预览阶段，还未对公众开放。根据 OpenAI 显示，GPT-4 对图片的处理分析能力达到了很高的水准，这相当于机器拥有了视觉并且能够进行思考，在应用层面有非常广的空间。比如，完全可以成为视力障碍人群的眼睛，在教育领域也有广泛的落地场景。
伴随着 GPT-4 的发布，OpenAI 也给出了 GPT-4 的 6 个应用实例，涵盖了教育、金融和政府领域。例如在Duolingo 里加入 AI 与用户进行日常聊天，加速用户对语言的学习；摩根士丹利采用 GPT-4 来对其知识库进行管理，帮助员工快速访问想要的内容。微软也在 GPT-4 发布后官宣，New Bing 背后的模型就是 GPT-4，并且将随着 GPT-4 的更新持续迭代。我们在之前的报告中已多次提到，大模型的能力将对产业智能化带来重大影响。随着 GPT-4 的发布以及性能飞跃，大模型在各领域有望迎来进一步的落地应用。
1)教育场景：GPT-4 的自定义 AI 风格能力与其连续对话交互能力与教育场景十分契合，对不同性格的学生采用不同风格的 AI 作为虚拟导师，回答学生的问题、提供个性化的学习建议和教育资源、分析学生的学习进展等，达成对学生进行个性化教育的目标，使得每个学生都能以最大化的效率进行学习。此外，GPT-4 还能作为教师的辅助教学工具，帮助教师更好地管理教学过程和学生。例如，教师可以使用 AI 来分析学生的学习数据，针对不同的学生制定更加个性化的教学计划和评估学生的学习成果。GPT-4 的图片分析能力还能够辅助教学过程中的阅卷工作，实现对主观题的评分，减轻教师工作负担，提高阅卷的公正性与准确性。
2)医疗场景：GPT-4 丰富的专业知识使其能够做好辅助诊断的工作，通过分析医疗记录、病历资料、诊断报告等数据，提供有关疾病诊断、治疗方案和药物处方等方面的建议和指导，帮助医生更加准确地诊断和治疗疾病，提高医疗质量和治疗效果。在医学影像领域，GPT-4 新增的图片分析能力也可以用于CT等图像的诊断，智能标记出存在症状的图像区域。将GPT-4 与可穿戴设备结合，可实现对重症患者的全天候健康监测，进行实时健康风险评估，帮助患者做好健康管理等。
下载链接：
1、GPT-4技术报告(英)-OpenAI(2023)
2、GPT-4技术报告(中)-OpenAI(2023)
《GPT-4技术及报告合集》1、GPT-4震撼发布，AI算法之巅 2、OpenAI发布GPT-4，大模型发展进入新的里程碑 3、OpenAI：GPT-4技术报告
