ChatGPT 4O 来了，使用之后发现似乎没有 OpenAI 官网声称的那么强大

今天早晨，当我像往常一样，打开 GPT 网页版，准备开始新一天工作时，意外地收到了试用 GPT 最新的 4O 模型的邀请。

在可选模型的下拉列表里，出现了一条新的可选项：GPT-4o

在我账号的 subscription plan 里，也能看到 GPT-4O 的访问权限了：

GPT-4o 的 o 代表了 Omni(model)，源自拉丁语中的词 omnis，意思是"所有的"，"每一个的"。

在英语中，这个前缀被用来形容无所不包、全面或普遍的含义，即全能模型。

在 ChatGPT 4O 诞生之前，过去的 ChatGPT 模型的各项能力是单独训练的。

以之前的 ChatGPT App 中提供的语音对话功能为例，其工作流程按顺序如下：

1. Whisper 语音转文字

2. GPT-4 回复文字内容

3. TTS 生成对话语音

这三个串行步骤，类似 Unix 操作系统设计的管道机制，前一个步骤的输出，作为下一个步骤的输入。

GPT-4o 则是完全重新训练的，是一个原生的支持文字、视频和音频的端到端模型。该模型所有的输入和输出都由同一神经网络处理，工作方式同之前的 GPT 模型有着本质的区别。

举个实际的例子。

ABAP 是一门编程语言，是 Advanced Business Application Programming 的缩写。

我曾经使用 DALL-E 模型为这门语言生成一些海报。详见之前这篇文章：用 ChatGPT 生成 ABAP 海报，失败作品远远多于成功作品。

因为 DALL-E 无法准确识别文字，所以尽管我仔细维护 Prompt，一次又一次的要求它生成包含 ABAP 四个大写字母的海报，DALL-E 也经常给我生成一些让我啼笑皆非的作品。

根据 OpenAI 官网资料的介绍，我个人认为现在这个的 ChatGPT 4O，可以直接精确生成包含文字的图像。

切换成 ChatGPT 4O，使用下列 Prompt：

帮我生成一张具有编程和未来世界风格的海报，要求海报正中，包含 ABAP 四个大写字母。ABAP 是 Advanced Business Application Programming 四个单词首字母的缩写。

然而生成的海报仍然不能让我满意。是我的 Prompt 哪里有问题吗？

既然大写字母的生成不够精确，我们再来试试简单的英文单词吧。

Prompt 如下：

same exact image(same text on page), include:

1. I am Jerry. I enjoying writting in SAP Community.

2. I would like to continue write stories here.

sheet of paper is now taller. the field of view thus now wider, so that the scene is visible.

结果仍然不能让我满意。大家可以看到，生成的图片里面的文字，同我 Prompt 里提供的文本相比，准确率只有 10% 左右。

不过，OpenAI 官网上给出的一些 demo，效果看起来令人惊叹。

比如使用者提供一张图片，ChatGPT 4O 就可以将 OpenAI 的 logo，叠加到这张图片上。这意味着以后使用 PhotoShop 的美工人员们，都要面临失业了吗？

然后是把一首诗转换成手写体：

效果非常完美：

然而我选了一小段，亲自动手试试：

To see, to hear, to speak, to sing-

Oh, the richness these senses bring!

In harmony, they blend and weave,

A tapestry of what I perceive.

用的与 demo 完全一样的 Prompt，最后结果如下，文本的匹配准确率仍然很低。

不过知乎上有朋友做了推测，这是因为目前我们使用的 ChatGPT 4O，demo 里包含的那些能力，还没有真正上线。当然这个说法，目前也暂时无法验证。

OpenAI 技术团队成员在 X 上表示，之前在 LMSYS Chatbot Arena 上引起广泛热议的神秘模型「im-also-a-good-gpt2-chatbot」就是 GPT-4o 的一个版本。

在比较困难的 prompt 集上 —— 特别是编码方面：GPT-4o 相比于 OpenAI 之前的最佳模型，性能提升幅度尤其显著。

具体来说，在多项基准测试中，GPT-4o 在文本、推理和编码智能方面实现了 GPT-4 Turbo 级别的性能，同时在多语言、音频和视觉功能上实现了新高。

总之我们期待 ChatGPT 4O 在接下来一段时间内，随着自身的迭代，会变得越来越好。让我们拭目以待吧。