ChatGPT的热度还没有散去，它的开发商——人工智能研究公司OpenAI日前又发布了大型多模态模型GPT-4。与ChatGPT所用的模型相比，GPT-4不仅能够处理图像内容，并且回复的准确性有所提高。

GPT-4只根据一个粗糙的草图，用10秒就做出了一个网站。在模拟律师考试中，GPT-4的得分约为前10%，也就是说它击败了90%的人类。它为什么这么强大？人工智能替代人类工作，真的指日可待了吗？记者采访到南京大学人工智能学院教授俞扬，来听听他怎么说。

根据OpenAI官方的介绍，GPT-4是一个大型多模态模型，它接收你的提示，给你想要的答案。一方面，GPT-4是强大的工具，帮助你完成和语言相关的任务；另一方面，GPT-4是一个智能系统，将你的梦想、思考、观点用文字的形式呈现在眼前。南京大学人工智能学院教授俞扬进一步介绍说，所谓模态指的是信息来源的形态，它可以是语言文字，也可以是视觉看到的图像，还可以是听觉听到的声音。

俞扬：就像人一样，除了有语言以外，我们还有眼睛。这是很重要的一个信息来源，我们可以去看这个世界，这叫做用视觉去感知世界。所以它大模型往多模态发展，就会更接近于人类的视觉、听觉，能够去阅读文字，能够看得懂图像。

OpenAI介绍，GPT-4一次能接收和生成2.5万字的文本，是ChatGPT的8倍。它还能理解图像，能够有逻辑地给出推理和解释，这一点被认为是质的飞跃。

俞扬：这确实是一个非常大的飞跃。对于人来说，我们感知这个世界的信息，70%是靠我们的眼睛去看的，所以能“看”这件事情对于我们来说是非常关键的。但是之前的这种语言模型，虽然它做语言做得非常好，但是它还不能“看”，它不能和人处在同一个维度下面。现在它也能“看”了，而且还能“说”，就会使得新的模型和人类是处在同样的时空下面的。我们人可以看什么，它也可以去看什么，人可以用语言和它再进行沟通，所以它对模型的应用范围就会变得更加宽广。

OpenAI联合创始人兼总裁格雷格·布罗克曼（Greg Brockman）在发布会直播上也对GPT-4接受图像输入并理解图像内容进行了详细演示：简单在纸上画一个网站的草稿图，拍一张照片上传给GPT-4，它可以快速识别，并根据要求生成网页代码。

格雷格·布罗克曼：我这里有一张很棒的网站草图，我拿出我的手机，给这张草图拍张照，发到我们的讨论区。来吧！现在技术正在解决它。我想最令人惊叹的是，我们正在这里与一个神经网络交流，而这个神经网络被训练用于预测接下来发生的事情。它玩了一个游戏，给它展示一部分文件，再根据无法想象的大量文件预测下一步。从那里，它学到了这些技能，你可以灵活应用这些技能。好！现在我们能看到输出了，我们从那张图输出了HTML文件。来做个对比吧，从一张手绘草稿，到一个能工作的网站。

除普通图片外，GPT-4还能处理更复杂的图像信息，比如直接把论文截图发给GPT-4，它可以按像素处理其中的文字和图片，并给出对整篇论文的总结摘要。几乎所有的办公室案头工作，GPT-4都可以完成。在性能表现上，OpenAI更是直接表示：GPT-4“在各种专业和学术基准上和人类相当！”比如模拟律师考试，GPT-4取得了前10%的好成绩，做美国高考SAT试题，GPT-4也在阅读写作中拿下710分的高分。

另外，值得关注的是，GPT-4对于英语以外的语种支持也得到了极大的优化，在多种语言方面均表现出优越性。其中，GPT-4的中文达到了80.1%的准确性，英文准确性提高到了85.5%。不过，俞扬观察发现，GPT-4在一些方面的能力似乎并没有达到预期。

俞扬：因为它就是一个语言模型，所以我们默认它在语言任务上面应该会表现得比较好，应该会表现得基本上要超过人类。但是我发现它有几个考试，好像没有比人做得好，考试得分没有我们想象得高，这里面可能涉及比较深层次的逻辑思考。另外，虽然它在数学题上面增加了很多训练的数据，但是要做深层次的数学思考，依然是比较困难的。用它现有的这种模型的能力，从根源上来说，它是不太适合做数学思考或者逻辑思考这一类任务的。

OpenAI介绍说，GPT-4的核心价值在于为每个人的人生创造无穷的价值，并最终带来更高质量的生活。而更强大的功能，意味着GPT-4接受了更多数据的训练，因此运行起来也更加昂贵。据了解，目前GPT-4没有免费版本，仅向ChatGPT Plus的付费订阅用户及企业和开发者开放。在GPT-4发布后，有不少人感叹它太强了，也有人调侃，我们的失业危机是不是又加强了？人工智能替代人类工作，还有多远？

俞扬：像这样的模型，不管它能力有多强，这个模型本身是不会取代人的。那么，有可能会增加什么？增加人和人之间竞争力的差别。比如原来一个项目可能需要100个程序员，现在把模型的能力提上去了以后，使得每一个程序员的开发效率得到了大幅提升，现在可能只需要20个程序员就够了。在这种情况下，可能会导致80个程序员需要去做别的事情。但这样导致的结果其实并不是模型在替代人，而是模型在加强个人的能力，剩下的80个人可能会去寻找新的工作，在新的岗位上面也可能达到更多的生产力。对于我们每一个人来说，只要能够很好地掌握和利用新的技术，我们预期的收入水平应该是会提升的，因为我们的生产力在提升。