OpenAI意圖趕在谷歌推出Gemini多模態(tài)大語言模型前，發(fā)布其多模態(tài)大語言模型。

據(jù)The Information報道，OpenAI意圖趕在谷歌推出多模態(tài)大語言模型Gemini前，發(fā)布其多模態(tài)大語言模型GPT-Vision。而后，OpenAI或許會推出一個更強大的多模態(tài)大模型，代號為Gobi。

今年3月OpenAI發(fā)布的GPT-4已經(jīng)融入了部分多模態(tài)功能，相較于GPT-3.5只能接受文本輸入，GPT-4還可以接受圖像輸入，但該視覺輸入性能并不開放使用。而Gobi與GPT-4不同，Gobi從一開始就是按多模態(tài)模型構(gòu)建的，可以接受更多類型的信息輸入并做出相應(yīng)的處理。

OpenAI與谷歌將多模態(tài)功能納入大語言模型，可以將圖像、文字、音頻等不同形式的數(shù)據(jù)整合起來，讓大語言模型更準(zhǔn)確、更全面地處理用戶所給信息，為用戶提供便利。據(jù)The Information報道，OpenAI與谷歌的多模態(tài)大語言模型之爭，就像AI領(lǐng)域的蘋果與安卓之爭。這或許預(yù)示著AI大模型領(lǐng)域未來的發(fā)展趨勢，同時也是OpenAI與谷歌搶占這項新技術(shù)的首發(fā)先機，提高用戶影響力和技術(shù)引領(lǐng)地位的重要競賽。

01.Gobi VS Gemini，OpenAI與谷歌多模態(tài)大語言模型賽跑

此前有報道稱，谷歌即將推出Gemini，并且已經(jīng)向一小批外部公司分享了這個項目。但據(jù)知情人士透露，OpenAI正在爭分奪秒地把公司最先進的GPT-4與多模態(tài)功能相結(jié)合，想要搶在谷歌之前發(fā)布Gobi。并且，OpenAI在今年3月發(fā)布GPT-4時，就對GPT-4中融入的多模態(tài)功能進行了預(yù)展示。不過，根據(jù)The Information報道，OpenAI還沒有開始訓(xùn)練Gobi，因此現(xiàn)在還不知道Gobi最終能否成為GPT-5。

對于OpenAI能否在多模態(tài)大語言模型方面超越谷歌，據(jù)The Information報道，目前，谷歌擁有來自谷歌搜索引擎和YouTube等平臺的文本、圖像、音頻、視頻等專有數(shù)據(jù)，這是谷歌相較于OpenAI發(fā)展多模態(tài)大語言模型的一項特殊優(yōu)勢。并且一位使用過Gemini早期版本的人士說，與現(xiàn)有的各種大語言模型相比，Gemini產(chǎn)生的錯誤答案似乎更少。

▲OpenAI聯(lián)合創(chuàng)始人Greg Brockman演示GPT-4中的多模態(tài)功能（來源：OpenAI官網(wǎng)）

02.多模態(tài)功能肩負重任，被濫用的信息安全問題值得重視

在3月發(fā)布GPT-4預(yù)覽多模態(tài)功能時，除了為盲人或低視力者開發(fā)技術(shù)的Be My Eyes公司，OpenAI沒有給其它公司提供多模態(tài)功能。到現(xiàn)在，OpenAI才準(zhǔn)備在更大范圍內(nèi)推出被稱為GPT-Vision的功能。據(jù)The Information報道，OpenAI可能會在GPT-Vision之后再推出Gobi。

根據(jù)The Information報道，OpenAI之所以耗費大量時間來推出Gobi，主要是擔(dān)心新的視覺功能會被壞人利用，例如通過自動解決驗證碼來冒充人類，或者通過人臉識別追蹤人們。但現(xiàn)在，OpenAI的工程師們似乎想到辦法來緩解這個安全問題了。

谷歌的Gemini也面臨同樣的問題，當(dāng)谷歌被問到采取了哪些措施防止Gemini被濫用時，谷歌的一位發(fā)言人稱，谷歌在7月份做出過一系列承諾，以確保對其所有產(chǎn)品進行負責(zé)任的AI開發(fā)。

▲谷歌的新多模態(tài)大語言模型Gemini

03.結(jié)語：多模態(tài)大模型之爭或成下個AIGC焦點

多模態(tài)功能正被不斷融入大語言模型，以提高大語言模型分析的精準(zhǔn)度。如今，因ChatGPT名聲大噪的OpenAI與AI老牌公司谷歌都致力于開發(fā)多模態(tài)大語言模型，可見其或許將成為AI大模型發(fā)展的未來趨勢。

據(jù)The Information報道，這場OpenAI與谷歌的競賽類似于AI版的蘋果與安卓之爭，而未來Gobi與Gemini的到來，將揭示OpenAI和谷歌的競賽結(jié)果。

多模態(tài)大模型作為當(dāng)前AI大模型領(lǐng)域的最新進展，OpenAI與谷歌之間的多模態(tài)大模型之爭不僅是科技競爭的焦點，也可能引發(fā)全球范圍內(nèi)關(guān)于技術(shù)應(yīng)用、合作、監(jiān)管和倫理等方面的重要討論。