到的落地展现出的形式。 但其背后，依然围绕大模型强大的工具功能，这也是GPT-4这代模型的主流表现。 再往后，我们看到，不仅是大模型本身的演进，更多的是多模型、多模态的演进； 整个模型从最初的感知和认知智能，逐步过渡到更强的规划和决策能力。 这个时候我们可能才会看到，模型的应用从过去的非严肃场景逐步转向严肃场景， AI将不再只停留在情感陪伴或者陪聊，而是能承担起更加严肃的任务。 以Agent 本身和GPT-4o和o1这些后期模型来看，这一代模型的核心变化就是，从“快思考”向“慢思考”转变。 “慢思考”是什么意思呢？ 当遇到推理类、逻辑类问题时，我们往往需要更深入的分析路径或框架，我们需要一套更强的方法论来帮助我们解决问题、理解问题，并最终做出决策。 尤其是在面对互相矛盾的数据时，我们如何判断哪种结论更为正确，如何做出最佳选择，等等。 最新一代的AI模型正逐步展现这种能力。 大模型迭代 提高易用性“加量不加价” 最近，资本市场的热点也开始集中在ToB的营销服务、办公服务、ERP等场景上，这些已经开始在业绩和财报中得到体现。 这可能是当下市场关注度比较高的， 对于远期来说，模型的迭代才刚刚开始。 如果从时间的角度来看，AI的发展就像一个两三岁的baby，像人类一样，它一定会无限的迭代下去。 总而言之，在整个模型的变化中，前面几年，我们已经经历了第一段、第二段到第三段的演绎。 基本上每6-12个月就会看到一次大的周期性迭代。 回到具体模型的例子，举两个例子， 我们看到，GPT-4o这一代模型，在端到端的信息处理，以及人机交互体验上都有显著提升。 与GPT-4相比，GPT-4o并不一定在输出结果上有惊艳的突破，但在易用性方面的提升却是显著的。 什么是“易用性”？ 举个例子，GPT-4o在响应速度上比GPT-4 Turbo提高了两倍，同时它的消息上限提升了5倍，价格降低了50%。 这就是所谓的“易用性”——“加量不加价”，效果更好，成本大幅下降。 这使得它在产业大规模商用中具有了更强的可能性。 此外，GPT还推出了4o Mini，是基于4o模型的又一次小型化。 相比性价比已经很高的4o，4o mini做得更快、更便宜，其实它的核心优势还是在降成本和性能的保留上。 再往后，我们还看到了最新的o1模型。 与之前的模型相比，
=*=*=*=*=*=
当前为第2/6页
下一页-上一页-
=*=*=*=*=*=
返回新闻列表
返回网站首页