ChatGPT 的野心终于暴露了

过去一周几乎每一天，醒来就能看到 AIGC 狂飙突进，这可不是夸张的描述——

周一：AI 绘画 Midjourney V5 开始发力，下面这张由 AI 生成的照片开始在网上流传，从背景到五官，再到 AI 「天敌」画手，表现都很不错。

不过后面与 V5 相关且更加诙谐、传播更广的是，英国记者艾略特用 V5 生成了特朗普被捕照：

没想到吧，图片都不是 P 了，直接 AI 生成，随着 Midjourney V5 越来越出圈，压力逐渐来到了视频领域。

结果，同样是周一，AI 生成视频的 Runway Gen-2 模型发布，只要提供任意文本、图像、视频，就能生成一段风格各异的短片。

周二：谷歌大语言模型 Bard 发布，有 ChatGPT 在前，倒是没砸出多大的水花。但同一天，Adobe 终于下场。

不仅发布了自家的 AI 图像生成模型套件 Adobe Firefly，更宣称自己要积极拥抱时代变革，将 AI 生成深度整合到包括 PS 在内的一众产品中。

周三：算力界的「军火商」，英伟达的老黄在开发者大会上整了新活，不仅发布了 N 卡里显存最大的 H100 NVL，还把 ChatGPT 「同款」搬到了云端。

虽然发布会上的新品，和咱们普通玩家没任何关系，但 Midjourney 也好，Bard 也罢，还有 ChatGPT 哪个不得靠显卡运行。

别的不说，在这次 AI 竞赛里，作为军火商存在的老黄，比谁都更拥抱 AI，所以在发布会上，老黄多次强调——AI 的「iPhone 时刻」已经到来。

周四：可能全球都在沉迷 KFC 的疯狂星期四，意外的冷静了一天。

或者说，这是暴风雨前的沉默。

周五：OpenAI 宣布，ChatGPT 开放插件功能，而且，第三方插件可以连接互联网。

字越少，事越大，周五的 OpenAI 开放 ChatGPT 插件就是这样，老黄在发布会上说，AI 的 iPhone 时刻已经到来，听着军火商的一家之言，不真实对吧。

但当 OpenAI 真的下场开始做「iPhone」，不真实也变得真实起来，周末两天，我想了很多，今天就和大家一起聊聊。

1

无论是 GPT-3.5（ChatGPT），还是 GPT-4，都逃不过一点：模型数据停留在了 2021 年 9 月以前。

虽然我们可以通过与 ChatGPT 对话，获取到建议，但没办法通过对话让 ChatGPT 直接提供天气，更没办法通过 ChatGPT 了解某一场比赛的实时得分。

但解除封印后的 ChatGPT，可以根据一个网页的内容，去生成答案，并提供参考网页的链接，信息不够真实的问题也得以解决。

等等，你有没有觉得这有点像 OpenAI 的大股东，微软必应正在做的事情，难不成 OpenAI 要剑指老东家，抢搜索引擎的饭碗？

是，也不是。

是的地方在于，联网后的 ChatGPT，一定会影响到传统搜索引擎的地位；不是的地方在于，OpenAI 的野心，或许早就超脱搜索引擎了。

注意，ChatGPT 的插件是允许和第三方应用程序联通的，OpenAI 正在做的事，不再是闷头做基础设施，而是越过赚差价的中间商，直接做 「ChatGPT+」平台。

我和大家做个类比，可能更好了解——

1、微软的成功是 1980 年拥抱了用户图形界面，Windwos 成了微软发展的底气。

2、谷歌的成功是 1998 年整合了信息搜索，用搜索引擎和浏览器成功绑定了用户。

3、苹果的成功是 2007 年重新发明了智能机，此后 iOS 及其生态就是苹果的摇钱树。

无论是微软、谷歌还是苹果，他们各自掌握了不同时期的入口，建立起了自己的生态，从而立住了脚。

换个更好理解的说法，他们都是在做各个时代的房东，OpenAI 现在也是这个想法，做自己的互联网入口，做自己的房东。

怎么实现？最简单的例子，在发布插件时已经展示了——

「这周末，身在旧金山的你想要吃素食。周六，你想找一家口碑好的素食餐厅。周天，你想要找一个好吃又营养均衡、热量低的食谱，然后自己采购一些食材来做」。

过去，要实现上面这个需求，口碑好，你要打开大众点评；热量低，你要使用热量计算的工具；采购食材，你要找团购，要去超市买东西。

那未来呢？你把那段话直接发给 ChatGPT，剩下的事情，就是等待 ChatGPT 提供去哪吃，在哪买的建议了。

不光是外卖、网购，这些场景你可以代入到方方面面，换句话说，ChatGPT 可以代替用户去完成其中的操作。

更直接点，这是彻底改写了过去人机交互的方式。

过去以键盘、鼠标主导的交互将逐渐被淘汰，取而代之的就是一个语音输出设备，一套手势交互逻辑，以及显示终端。

没错，每人一个贾维斯的时代，即将来临。

2

从默默无闻到拥有重构整个互联网交互方式的野心要多久？OpenAI 的答案是 4 个月。

说实话，今天这篇文章，除了开头的消息总结，都是我用语音输入给 ChatGPT，然后让它整理成书面文字，我再修改一遍搞定的。

所以，ChatGPT 重构互联网，成不成咱先不说，但不妨碍我去预测，或者说狂想——

如果 ChatGPT 能成为房东，能整合互联网，那么未来的入口何必是下载了 N 多 App 的手机系统？

我们只需要一个承载了 ChatGPT 的设备就好了，接口和入口都在 ChatGPT 上，我们只用口述指令，在屏幕上略加调整或纠错，ChatGPT 负责接收并操作，整个过程会很丝滑，至少不用去多个 App 间反复横跳。

我知道，这种场景看起来像是科幻电影，但当 ChatGPT 成为智能设备与互联网之间的唯一入口，那科幻也有可能变成现实。

当然，这种变化不会突然出现，一年、两年？五年、十年？我觉得不会很久。

更有可能的是各大厂商引入 ChatGPT 或类似的大语言模型，不管「ChatGPT+」平台成或不成，但基于此的变化，我们一定能看到。

为什么这次变革来得如此突然？核心是 ChatGPT 的出现，意味着自然语言能被机器听懂了。

是的，过去的 App 是通过图形操作的方式，把我们的目标转换成机器语言，但 ChatGPT 可以直接把人话翻译成机器语言。

我给大家解释一下这其中流程的变化：

过去，老板给我们下达个指令，比如「整理一份会议报告」，短短 8 个字的背后，包含了 N 多操作（语音转文字、提炼信息、翻译等等）。

但是老板的指令机器听不懂，我们可以听懂，我们需要把上面这 N 多操作，一步一步通过工具完成，在这个过程中实际上是我们完成了自然语言转机器语言的工作。

但当计算机能听懂人话了，我们的操作就可以变成直接把需求告诉 ChatGPT：

这是它输出的结果：

当然，这个过程中有诸多局限，诸多问题，但它所代表的，是自然语言与机器语言之间的转换，单这个转换，就已经掀起了 AIGC 的浪潮。

在联网后，ChatGPT 对互联网上的各个接口，通过自然语言进行索引和整合后，这不就是未来可期吗。

3

叠个 Buff，ChatGPT 的落地，AI 时代的到来，咱别把它和「贩卖焦虑」画等号，工具不会消失，工作也是，只会是换一种方式到来，当然，前提是你得会用 AI。

当然，不只是它不能背锅的原因哈，而是短期内 AI 替代不了人类，需要人类提供自然语言的指令。

而且能预测到的是，工具虽然不会消失，但形态会发生变化，在曾经图形操作外，我们还得掌握如何描述需求。

为啥？用过 AI 工具的小伙伴肯定知道，当你能清晰明确地表达需求，上手会非常容易，虽然都是自然语言转换机器语言，但现阶段的 AI 还做不到 100% 理解。

至少需要人类从三个角度配合，换句话说，是掌握三种能力——

1、拆分需求的逻辑思维能力

2、描述需求的语言表达能力

3、辨别对错的分析判断能力

你想想看，为什么前面我说，没必要过度紧张，在 AI 出现前，掌握这 3 种能力的人，已经能自己解决 90% 的问题；在 AI 出现后，上手会很快的。

只是这个过程中，当琐碎且重复的工作能自动完成，需要适应这变了形态的工作流程。当人类会从日常繁琐的重复操作解脱出来，真正去从事创造性的工作，这将会带来怎样的效率爆炸？

与其担心工作会不会丢，不如担心家里的孩子如何在这种变化里做出改变，当然，没孩子的当我没说。

上周三，比尔盖茨发博客说，自己人生中经历过两次革命性的 Demo。一次是用户图形界面，一次是 OpenAI 训练的模型通过 AP 生物学考试。

我们不是比尔盖茨，也不能让 Windows 变成自己的摇钱树，但无论如何，作为这个时代的见证者和参与者，我们或许正在亲历这场变化的到来。

想想科幻电影里的透明屏幕，有可能在我们出生的这个时代出现，这真的是非常值得开心的事情。