免費，才是最強殺招

科技巨頭之間的競爭，越來越不講武德了。

原本，OpenAI的「春季新品發表會」定於5月9號，結果硬生生拖到了現在。

為什麼呢？因為Google明天開開發者大會…

就是要騎臉輸出，不給友商任何活路！

於是今天凌晨1點，山姆·奧特曼口中「就像魔法一樣的東西」，終於揭開了面紗。

不是大家想像中的GPT-5，而是GPT-4的迭代版本，GPT-4o。

o是omni的縮寫，源自於拉丁文的omnis，意思是無所不在、無所不知、無所不能。

聽起來神神叨叨的，頗有點佛祖、上帝的味道。

GPT-4o，也就是全能大模型。

全能？這就很有意思了。

01強在哪裡？

所謂全能，當然不是真的指全知全能。

至少現在不可能。

如果人造「上帝」真的被造出來，我們所有人都可以立刻躺平、混吃等死了，統治世界or解放世界都在這傢伙的一念之間。

目前的GPT-4o，能做到的是文字、影像、音訊、視訊任意組合的全模態。

OpenAI的原話是：GPT-4o是第一個融合所有模態的模型，我們只是觸及其能力的表面。

儘管只是表面，但也極為強大了。

先看橫向測評。

簡單總結就是：更快、更強、更便宜。

首先是效率。 GPT-4o 的處理速度是 GPT-4 Turbo 的兩倍，速率限制提高了五倍，最高達到1000萬token/分鐘，價格也降低了一半。

其次是性能。在所有語言基準測試中，GPT-4o都比GPT-4更強大，還能在50多種語言之間無縫翻譯。

然後是最重要的一點：多模態輸入輸出。

GPT-4o 能夠處理文字、音訊和影像的任意組合輸入，並即時產生相應的輸出與使用者互動。

注意，是即時！實時！

下面再看看其具體表現。

發表會上，測試者對著手機說：我第一次來直播，有點緊張。

ChatGPT立刻回答：你可以深呼吸。

男子照辦。

ChatGPT立刻又開玩笑道：你不是吸塵器吧，不要喘。

當聽到對方終於平穩呼吸時，它居然還會開口鼓勵。

看到這，蘋果手機用戶很快就能察覺出有啥不同了。

我們先前用的Siri之類的語音助手，回饋慢倒還罷了，你還必須要等它說完，才能進行下一輪對話。

非常呆板，且浪費時間。

其實這也正常，它畢竟只是個很原始的程式。

之前我們與AI對話，都要經歷3個步驟：

1.人說話，AI將音訊轉成文字代碼；

2.AI回答它自己翻譯的這段文字；

3.將回覆的內容轉換成音訊輸出。

這就相當於一來一回的回合製，不論怎麼樣都會有延遲，現在業界最快的反應速度是2秒。

別的先不說，至少使用者很難有真實交流的沉浸感。

但用GPT-4o，平均反應時間只有0.32秒，基本上就是你剛問完、它立刻就能回答你，和真人聊天沒啥區別。

更關鍵的是什麼？

因為人與人之間對話，是充滿了各種即時反應的，例如嗯嗯啊啊各種預期助詞，以及手勢、停頓、吞口水等等。

但你過去與AI 聊天，卻根本不會存在這些因素，即使AI回答得再完美，你依然無法擁有沉浸感。

而現在，你不僅能隨時打斷GPT-4o，它甚至能根據你的語速、語調、呼吸乃至面部表情來判斷你的情緒，並依次表達出對應的情緒。

這就很Nice了。

不只是語音對答，GPT-4o的文字、音訊、視訊所有輸入和輸出，都由同一個神經網路處理。

也就是說，它在各種維度上，都能有同樣強大的表現。

簡單來說，就是GPT在能看、能聽、能說話方面，更「通人性」了。

它不一定真的懂情感這回事，但能夠模仿。

現階段而言，只要能模仿就夠了，完全夠投入商用了。

以上種種，你覺得代表什麼？

意味著ChatGPT在互動性上，又做出了巨大突破。

例如，你可以在睡前，請GPT用女神的聲音、舔狗的語氣，說故事、唱歌哄你入眠。

又例如，你可以把自己的日常資料發給GPT，讓它根據每天的天氣、突發事件等等狀況，產生工作、生活計畫。

乃至輔導小孩寫作業等等等等…

千萬不要小看互動性，它的價值遠超想像。

02為什麼免費?

除了功能強大，GPT-4o更讓人關注的是什麼？

免費！

不只是 GPT-4o 免費，更刺激的是 GPT Store、Vision （包含程式碼解釋器、連網功能等），都會陸續開放出來。

為了讓使用者用得方便，新版ChatGPT也開放了桌面端。

關於這一點，山姆·奧特曼專門發了部落格說明：

OpenAI的核心使命之一，就是免費提供人類頂尖的AI工具，為世界創造各種利益，讓所有人從中受益。未來，所有人都能免費獲得 GPT 的算力，可以使用、轉售或捐贈。

你們之前批評我不開源，現在我直接免費，甚至都不用註冊，還有話說嗎？

照我們的商業邏輯來看，這不是純純的做慈善？

當然不是，至少不完全是。

首先，新模型變小了，運作成本大幅降低。

前文提到：GPT 4o處理速度翻倍，價格只有GPT 4 Turbo的一半。

原先輸入、輸出一百萬token的價格是10、30美元，現在則只要5、15美元。

其次，是先捨後得的商業邏輯。

免費是有限制的。

官方文件裡都說了，免費用戶目前每3小時只能使用10條GPT-4o，用完了就回落到GPT-3.5版本。

10條，夠什麼用的？

想繼續玩？想玩得爽？給我充錢！

只要20美刀/月，就能成為尊貴的plus會員，每小時能享用80條GPT-4o！

這簡直！太不划算了！

就目前的情況而言、對絕大部分人而言，你只要不是無聊到什麼都去試著玩，每3小時10條內容完全是足夠了。

照OpenAI這麼搞，如今ChatGPT的忠實付費用戶（原本免費的只能使用GPT-3.4），恐怕都不會充飽了。

為什麼OpenAI 要承擔失去付費會員的風險，去提供全民免費服務？

其實，我們的目光可以放長遠一點。

想想看，人人都能免費用上高品質的AI，這代表什麼？

你如果悲觀地去看，這很可能對現在社會的分工結構造成重大衝擊，造成廣泛的失業潮。

看到這裡，別的不敢說，我們至少能確定一件事：除非自己有興趣，以後的小孩都不用再學英文了。

GPT-4o完全可以做到各種口譯、同聲傳譯，甚至帶感情、帶理解。

除此之外，大量的普通家庭教師、程式設計師、設計師等等，基本上都會被取代。

這是不可避免的事。

但就像前幾次科技革命一樣，在某些產業消亡的同時，一定會有新的財富風口出現，整個社會的財富總量必然是增加的。

樂觀點看，就是另一回事。

03財富大爆炸

《易经》“乾”卦“用九”：見群龍無首，吉。

王陽明也曾說：人人心中有仲尼。心之良知之謂聖。

真正偉大的時代，應該是人人平等、人人如龍、人人成聖的。

從古至今，這都只能是幻想，但如果能善用AI、善用工具，我們未必不能接近這種境界。

其實從GPT-3.5→GPT-4→GPT-4o，我們能很明顯概念感受到，OpenAI想幹嘛：

他們要讓GPT這個人造大腦，越來越符合「人」的標準。

人是什麼？

人不只是勞動力，不論是什麼時候、用什麼工具，人才是創造財富的主體。

隨著多模態越來越完善，現有的部分產業將會被如何改變？

我們的主要關注點應該在娛樂方面。

因為物質世界的體力勞動必然與人類越來越遠，人類創造財富的方向肯定將加速集中在精神方面。

從先前投資Descript的舉動可以看出，OpenAI早就有意把AI技術引入影視創作領域。

即便他們不這麼幹，其他的影視公司也一定會幹。

因為未來的趨勢就是──「互動式傳媒」。

你可以把這種模式，理解為短視頻，每個人都是創作者，沒有誰更專業一說。

在各種短視頻平台上，如今已經充斥著大量AI製造的內容。以前我們還能看得出來，現在越來越逼真。

而以後，只要你善用能模仿人情感的多模態大模型，創造出來的內容也將完全脫離「機械感」。

每個人都是最佳導演，一天拍十幾部大片都沒問題。

想要出圈，就看誰的點子更有新意，更迎合受眾口味。

與之相對的，各種影視公司，包括現在的一大堆流量明星，都將沒有任何發展空間。

未來，能存活下來的，只有平台，和無數個人。

除了影視之外，包括音樂、動漫、遊戲等任何具備消費價值的娛樂領域，都會變得一樣：去中心化。

每個人都是完美的音樂家、漫畫家、遊戲設計師，只要你有足夠的耐心。

你能想像，這些會催化多大的市場嗎？

以遊戲為例，到2025年，全球將有35.3億玩家。數十億人，有多少千奇百怪的點子？

以前，99%人限於技術，只是單純的玩家，屬於被收割者，只有遊戲公司賺錢。

從市場的角度來考慮，這個發展效率是非常低的。

以後，就等於是這35億人互相買單，金錢流通速度何止提升10倍！ ？

再比如社群媒體。

從前是沒有技術，當網友分享他的遊戲、電影、音樂互動體驗後，其他用戶除了評論就沒啥後續了。

但以後，我們都能在此基礎上，讓AI自訂自己的二次體驗，不論是語音、影片或漫畫形式，與其他人分享。

然後其他人看到了，再定制，再分享…

就這樣病毒式傳播。

這些描述，很像去年底炒作的Web3.0概念。

它的目的，是創造一個去中心化、互動的網路世界，打破已經見頂的網路現有桎梏。

它的驅動力，就是多模態大模型、乃至以後真正完善五感的更高級AI。

擁有五感的GPT，不僅是一種技術進步，更是現代商業社會的徹底的娛樂、消費、社交革命。

總而言之，讓每個人都能免費使用頂級AI，就相當於把生產力賦能給每個人，每個人的價值將進一步凸顯，整個網路世界也將創造出更大的價值。

等到你發現其中的財富效應，甚至未來大多數人或許都要在這樣的大環境中生活…

等到AI真正成為每個人創造財富的重要工具，3小時使用10條GPT-4o，你還覺得夠嗎？

每個月20美刀的會費，你還覺得貴嗎？

就算再貴十倍，你也心甘情願搶著買！

我們真正該擔心的，不該是這點雞毛蒜皮的事，而是：AI 科技的推進速度太快，你有沒有意識到要去適應新時代。

千萬不要做落後的那一批人。