GPT-4是什么？GPT-4模型是第四代大型语言模型（LLM），Braun将LLM称为“游戏规则改变者”，它们教会机器理解自然语言，意味着人类将不再独享这项技能。

　　这一模型是通过GPT技术实现的。

　　GPT全称为Generative Pre-trained Transformer，是一种使用人工神经网络的深度学习技术，能够使机器像人一样聊天交流并进行创作。

　　而说到GPT-4，就不得不提到它的姐姐GPT-3.5，由该模型开发的聊天机器人ChatGPT一经面世，便引爆AI界的竞赛，也让多年来屈居老二的微软必应获得了赶超谷歌搜索引擎的机会。

　　因此GPT-4将推进基于GPT-3.5的ChatGPT所使用的技术。

　　多模态或成最大亮点

　　3 月 9 日，微软德国 CTO Andreas Braun 在一场名为 “AI in Focus - Digital Kickoff” 的活动中表示，GPT-4 将在下周发布，将提供多模态模型。自 3 月初发布 Kosmos-1 以来，微软正在与 OpenAI 微调多模态这一事实应该不再是一个秘密。

　　“我们将在下周推出 GPT-4，我们将有多模态模型，提供完全不同的可能性——如视频，”Braun 说。这位首席技术官称大型语言模型是 “游戏规则的改变者”，因为它们教机器理解自然语言，然后以统计学方式理解以前只能由人类阅读和理解的内容。同时，该技术已经发展到了基本上 “适用于所有语言” 的程度。“你可以用德语问一个问题，得到意大利语的回答。通过多模态，微软/OpenAI 将 “使模型变得全面”。

　　此次 GPT4 转向多模态，未来的输入输出将出现图像、视频等形态，或将在业内产生更具颠覆性的影响。OpenAI 此前推出的 DALL-E 2 和 CLIP 便是一次很好的尝试。

　　Braun表示，借助多模态，微软（和OpenAI）将使模型变得全面”。这意味着多模态可能成为GPT-4模型的最大亮点。

　　在活动上，微软AI技术专家Holger Kenn和Clemens Sieber对多模态AI的相关功能进行了介绍。

　　根据Kenn的说法，多模态AI不仅可以将文本转化成相应的图像、音乐甚至是视频。在微软宣布前，机器学习专家Emil Wallner就在推特上预估，称GPT-4可能具备这种能力。

　　Sieber则介绍了一些多模态AI产业化的潜在案例，例如多模态AI能够将电话呼叫的语音直接记录成文本。根据估算，该功能能为微软位于荷兰的一家大客户节省500个工作小时/天。

　　微软会把GPT-4集成到必应里吗？

　　作为OpenAI的主要投资者之一，微软已经将ChatGPT的技术集成到旗下应用产品中。

　　其中，ChatGPT版必应仅发布一个月，其日活用户就突破了1亿，为历史上首次。借助ChatGPT版必应，微软正以惊人的速度赶超搜索引擎一哥谷歌。

　　因此多数分析认为，已经尝到不少甜头的微软将继续把GPT-4集成到必应之中。