大家好，我是很帅的狐狸
GPT-4o
所以今儿稍微聊几句，顺带介绍下国内的平替。
先看视频——
如果国内可用的话，那学龄儿童的爸妈们要乐死了…
给还不知道GPT-4o的人稍微科普下：
这是OpenAI最新的旗舰模型，o for omni，也就是无所不能的意思。
这个模型的NB之处在于——
上一代GPT-4模型在手机上语音对话，本质上是生成文字后，再用Whisper模型转为语音，所以往往每次用语音提问后，都要等个几秒才能听到语音助手的回复。
而GPT-4o可以直接生成语音（真正的多模态），响应速度缩减到了数百毫秒。
这跟人类的对话差不多，而且你还可以随时打断它。
我们再看一个demo——
是不是很像电影《她》里面的寡姐？或是钢铁侠的Jarvis？
反正看到新闻后，我速度体验了一把。
然后在电脑上也改用了这个模型。
虽然GPT-4o的评分比较高（除了离散段落推理能力），但不晓得为啥，我自己用起来的感觉，似乎复杂任务（比如写代码）还是GPT-4比较好用。
我今天尝试用GPT-4o，把网上一段爬虫代码给改成新闻语音助手，前后让它改了几十次才彻底没有bug（不过可能也跟我不断在提新需求有关）。
要是对这个感兴趣，可以留言告诉我
我稍作完善后分享出来
iPad被我妈带回老家了，所以暂时没法用上分屏功能。
不然我也想试试AI补习老师功能。
顺带一提，MacOS也出了相关应用，所以也可以在MacOS上用来帮忙写代码什么的。
不过国内还是继续用不了…
毕竟人家的模型censor的标准跟咱不一样。
通过API套壳暂时也不行。
目前GPT-4o我看了下，只支持输入输出图片和文字。
Anyway，国内的一些平替还是勉强可用的……
不过一是没那么有感情（GPT-4o甚至还会开玩笑），二是还是只能手动打断它的输出，所以没那么像真人对话，三是确实还是要等很久…
我稍微分享两个我的试用视频吧——
一个是智谱清言。
回答间隔大概5~6秒。
其实我一直觉得智谱清言在语音对话上处理得还行…
可能是因为之前用ChatGPT还是有网络时滞，所以我之前一直觉得智谱的语音其实比GPT-4好用。
还有百度的文心一言。
这个真的有点恐怖谷效应…
东哥的数字人不知道强多少倍。
哦科普一个知识点：所谓恐怖谷效应，就是——
当机器人或角色的相似度较低时（例如卡通形象），人们通常觉得它们有趣或可爱。
当相似度接近但不完全像人类时（例如高度逼真的机器人但动作僵硬），人们会感到不适，这是因为它们看起来既像人类又不像人类，造成心理上的矛盾。
最终，当相似度足够高且行为自然时（例如非常逼真的CGI角色），人们会再次产生正面情感。
解释/ ChatGPT
图表/ 智谱清言
参考Prompt/ 「帮我用python+matplotlib画一个line chart解释恐怖谷效应，纵轴为恐怖值，横轴为与人类的相似程度」
其实我本来是想录一个ChatGPT的测试视频的…
不过早上测试的时候忘记录屏了。
到了晚上，它服务器超载一直没法正常连接上…
所以你们就看看公开视频算了。
P.S.最近更新得是比较低频，so，也欢迎关注我们团队每个工作日都更新的日报内容——
「Greed is good.」
「很帅的投资客」的所有内容皆仅以传递知识与金融教育为目的，不构成任何投资建议。一切请以最新文章为准。
相关阅读：
适合普通人的AI场景：《感觉我现在强得可怕》《我让我的AI老婆出道了！》AI数据分析：《这些部门要开始裁员了…》《AI的尽头真的是光伏和储能吗？》《我用我们的1159篇文章，训练了一个AI》《工具 | 境内可用的AI分析工具》《方法 | 我开始用AI来做投资分析了》《收藏 | 超好用的AI提问模板》
✍ 图文/@狐狸君raphael，曾供职于麦肯锡金融机构组，也在 Google 和 VC 打过杂。华尔街见闻、36氪、新浪财经、南方周末、Linkedin等媒体专栏作者，著有畅销书《风口上的猪》《无现金时代》。
觉得对你有用的话，帮我点个在看吧