我要投稿

扑朔迷离“GPT-5”

发布日期：2024-08-29 11:56:06 浏览次数： 1628

GPT-5是出了名的“难产”。

2023年，曾有市场传闻称GPT-5可能在当年底发布；

今年3月，又有传闻称，GPT-5将在夏天发布；

6月，OpenAI首席技术官Mira Murati透露，GPT-5有望在2025年底或2026年初推出；

不过奥特曼今年在接受采访时则对外强调，GPT-5目前还没有明确的发布时间表。

但OpenAI神秘的“草莓”（Strawberry），极有可能在今年秋季发布。

并且，OpenAI还将在“草莓”的帮助下，开发出猎户座（Orion），或可能名为“GPT-5”。

连名字都扑朔迷离了。

下一代：从 “草莓”，到“猎户座”

去年，OpenAI的GPT-4的发布，将AI带进了一个全新的时代，至今余荫依旧。

但与巨量的投入相比，AI产业在落地和商业化上显得后劲不足。

以OpenAI为例，其今年向企业销售LLM和ChatGPT订阅的收入与去年相比大约增加了三倍，达到了每月2.83亿美元，但公司每月的亏损也高于此。

与此同时， GPT-4目前已经被各家赶超得差不多了，可以说，每家巨头现在人手一个GPT-4级的模型。

全新的AI时代似乎进入瓶颈期，从企业到产业，甚至审美疲劳的用户，都在等待一个新跃升的到来。

所有的目光几乎都投射在GPT-5身上。

尽管它有可能根本就不叫“GPT-5”。

预计OpenAI可能会在今年十月DevDay前后，对外提供一个比原始草莓模型更小、更简化的模型，也就是蒸馏版。

据透露，OpenAI正在用完整版的“草莓”给猎户座（Orion）生成训练时所需要的数据，这种由AI生成的训练数据也被称作“合成数据”（Synthetic Data）。

据知情人士透露，草莓模型的蒸馏版推理能力可能会集成到ChatGPT中，尽管这个模型会使响应速度有所降低，但回答的准确性将显著提升。未来用户或许能够根据时间需求，自由切换草莓模型的使用。

有研究人员表示，使用“合成数据”训练的猎户座（Orion）与之前的模型相比，将会减少幻觉的产生。

所以，无论“草莓”是否会作为产品推出，人们对猎户座（Orion）的期望都不会太低。

并且，OpenAI用下一代模型（草莓）训练下下代模型（猎户座Orion），这将大大拉开与竞争对手的差距，确保竞争对手与自己有隔代差别。

OpenAI创始人奥特曼还曾在五月表示，猎户座（Orion）的数据准备工作已经完成，通过各种实验和合成数据的生成，猎户座（Orion）的开发已经具备了充足的数据支持，这意味着猎户座将承载着草莓模型的技术成果，成为OpenAI的新一代旗舰模型。

从“ Q*”到“草莓”：已向美国官员展示

考虑到安全问题，完整版不对外开放

GPT-5 一直只在传说中，猎户座（Orion）刚露出半边脸，与之相比，“草莓”的影响显得更为丰满。

通过它，或可窥见GPT-5 、猎户座（Orion）之一斑。

草莓项目的前身为 Q*，自去年秋天开始流传OpenAI可能取得更大突破以来，Q*就一直是AI社区的猜测话题。

曾看过Q*演示的消息人士称，Q*能够回答当今商用模型无法解决的棘手科学和数学问题。

之后，奥特曼又间接证实了Q*的存在，对外称这是一次“不幸的泄密”。

知情人士表示，“草莓”旨在解决大模型以往未曾见过的数学问题并优化编程任务，其增强逻辑还有望使其在拥有充足“思考”时间的情况下，更加有效地解决与语言相关的挑战。

比如，OpenAI的一位员工曾向同事演示了草莓成功解决《纽约时报》的Connections——复杂的文字谜题。

另外，据说“草莓”的技术已经显示出了智能体的能力。

“草莓”似乎能够自主浏览网络，像人类研究人员一样，独立上网、进行深度研究。

它不仅能生成答案，还能规划、执行一系列复杂任务，还能收集信息。

此外，之前有外媒报道，OpenAI已经对一款在MATH基准测试中得分超过90%的AI模型进行了内测。

相比之下，最初的GPT-4得分约为53%，而GPT-4o的得分为76.6%。

而这一分数高于90%的模型很可能就是“草莓”。

今年七月，OpenAI还向美国国家安全官员展示了“草莓”模型。

据称，考虑到安全问题，这款强大的模型将不能直接对公众提供服务，以防止被美国限制的国家拿它来合成数据训练更强大的模型。

因泄密被OpenAI开除掉的Leopold Aschenbrenner在最近的项目就提到，这种超级智能模型将会是国家战略资源，事关国家与人类的安全，要启用国家资源来控制和引导。

53AI，企业落地应用大模型首选服务商

产品：大模型应用平台+智能体定制开发+落地咨询服务

承诺：先做场景POC验证，看到效果再签署服务协议。零风险落地应用大模型，已交付160+中大型企业

160+中大型企业正在使用53AI

立即咨询预约演示

百度智能云邀53AI：共创AI新纪元，启航智能新时代

2024-05-27

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

2024-05-22

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

2024-07-18

万字长文解析：大模型需要怎样的硬件算力

2024-03-30

全面对比dify、coze、streamlit、chainlit

2024-04-26

“大数据+”医疗

2024-04-11

太强了！10大开源大模型！

2024-05-06

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

2024-06-12

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

2024-07-09

大模型训练及推理【硬件选型指南】及 GPU 通识

2024-05-09

Ollama 本地运行大模型(LLM)完全指南

2024-07-25

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

2023-07-01

大家都在问

OpenAI o1的架构流程已被Claude破解了？

2024-09-21

RAG检索失败率降低49%？Anthropic-Contextual-RAG方案解析-兼看老刘的课堂三部曲

2024-09-21

Multi-Agent架构-CrewAI详解

2024-09-21

聊聊RLHF的奖励模型——上海人工智能书生大模型的RW实践

2024-09-21

文档大模型，能否真正解决非结构化数据难题

2024-09-21

全球首发：第二代 RAG 系统 auto-coder.rag 相比市面主流RAG系统 20%-60% 效果提升

2024-09-21

从 Data 到 Data + AI，必然之路还是盲目跟风？

2024-09-21

SFR-RAG：高效精简的检索增强生成模型

2024-09-21

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

相关资讯

160+中大型企业正在使用53AI

百度智能云邀53AI：共创AI新纪元，启航智能新时代

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

万字长文解析：大模型需要怎样的硬件算力

全面对比dify、coze、streamlit、chainlit

“大数据+”医疗

太强了！10大开源大模型！

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

大模型训练及推理【硬件选型指南】及 GPU 通识

Ollama 本地运行大模型(LLM)完全指南

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

大家都在问

OpenAI o1的架构流程已被Claude破解了？

RAG检索失败率降低49%？Anthropic-Contextual-RAG方案解析-兼看老刘的课堂三部曲

Multi-Agent架构-CrewAI详解

聊聊RLHF的奖励模型——上海人工智能书生大模型的RW实践

文档大模型，能否真正解决非结构化数据难题

全球首发：第二代 RAG 系统 auto-coder.rag 相比市面主流RAG系统 20%-60% 效果提升

从 Data 到 Data + AI，必然之路还是盲目跟风？

SFR-RAG：高效精简的检索增强生成模型

热门标签

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

相关资讯

160+中大型企业正在使用53AI

百度智能云邀53AI：共创AI新纪元，启航智能新时代

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

热点资讯

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

万字长文解析：大模型需要怎样的硬件算力

全面对比dify、coze、streamlit、chainlit

“大数据+”医疗

太强了！10​大开源大模型！

Qwen2 阿里最强开源大模型（Qwen2-7B）本地部署、API调用和WebUI对话机器人

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

大模型训练及推理【硬件选型指南】及 GPU 通识

Ollama 本地运行大模型(LLM)完全指南

HealthGPT：华工数字孪生人实验室发布主动健康大模型基座

大家都在问

OpenAI o1的架构流程已被Claude破解了？

RAG检索失败率降低49%？Anthropic-Contextual-RAG方案解析-兼看老刘的课堂三部曲

Multi-Agent架构-CrewAI详解

聊聊RLHF的奖励模型——上海人工智能书生大模型的RW实践

文档大模型，能否真正解决非结构化数据难题

全球首发：第二代 RAG 系统 auto-coder.rag 相比市面主流RAG系统 20%-60% 效果提升

从 Data 到 Data + AI，必然之路还是盲目跟风？

SFR-RAG：高效精简的检索增强生成模型

热门标签

太强了！10大开源大模型！