OpenAI 发布会：新功能、降价、AGI 愿景，Sam Altman 的坚持与突破

文章摘要

发布会：新功能、降价、AGI愿景，Sam 的坚持。

• 实时API公测，低延迟语音对话

• ️ GPT-4o图像微调和免费token优惠

• 提示缓存和模型蒸馏降低开发成本

在原始初创高管全部出走之后，对的质疑、批评不绝于耳。

在一片唱衰声中，打起精神，办了今年巡回式的第一场，发布了一系列功能更新，包括一些价格优惠。

对于开发者来说，这些更新并非毫无价值。而对于最近一直在吃瓜人事地震的围观群众来说，这是属于Sam 的爽文里的又一个章节。

更新、降价全都有，但不多

去年的开发者大会上，多模态是关键词，今年则是实时+推理。

主打低延迟、多模态的 API开放公测，由4o模型支持，配备六种预设声音进行自然的语音对话，类似于“每个人自己的高级语音模式”。

每分钟音频输入约0.06美元，每分钟音频输出约0.24美元。目前刚刚开放，实测不多，从发布的官方演示来看，识别和应答确实流畅，延迟几乎无感。

您目前设备暂不支持播放

在发布会现场，工作人员还演示了一下如何利用它强大的应答能力，订购了四百只草莓甜品，复杂任（整）务（活）也流利应答。

从演示上看，这对许多专注或是涉及语音交互的产品而言是个好消息，比如语言学习、聊天机器人等等，原本的文本-语音链条可以简化成一个API的调用。当然现在才刚刚开放公测，需要后续观察稳定性问题。

除了 API之外，这次还发布了图像微调，在文本微调的基础上，又多了一项更可控的实现模型自主微调的方式。

只需100张图像就能提高GPT-4o在视觉任务上的性能，甚至在处理大量文本和图像数据时也能提高性能。

在官方演示中，特别提及了自动驾驶、医学影像分析两个领域，对它们而言，图像是更有意义的训练数据，能够明显提高模型的视觉理解能力。

在10月31号之前，给使用4o进行图像微调的开发者们，每天最多一百万的免费token。活动期结束后，每一百万的token定价是25美元。

如果说这只算是一点限定时间的小优惠，那么这次引入的提示缓存（ ），则能够实打实地降低成本了。

其实八月的时候推出过类似的功能。在开发过程中，总会有不同的API调用相同的上下文。在引入提示缓存后，通过记住常用的提示，来加速推理模型生成输出，从而加快使用时间、降低成本。同款模型的基础上，成本可以减少一半。

另外亮相的功能则是模型蒸馏，基于GPT-4o和o1-等高级模型，可以定制出更小、更便宜的定制模型，有利于在开发过程中平衡性能和成本。

屠龙少年四个字，已经说倦了

这次的开发者大会，相比去年低调了不少。去年除了有Sam 像乔布斯一样，站在台上侃侃而谈，还有微软的CEO出面撑场。

不过低调有低调的好处，不知道还有多少人记得：去年就是在开发者大会办完11天之后，董事会突然解雇了Sam ，引发第一次人事地震，被称为内部宫斗。

而上个月，Mira 、Bob ，以及 Zoph都离开了。算上来，无论是当初支持Sam 的人，还是反对他的人，现在都离开了这家公司。

又是一场多事之秋。

这次的之后，不少评论说这是给未来的路线定调了：要更专注开发者服务，而不再纠结于做终端应用。

这个说法不太准确。实际上，一直以来就是这个路线。去年的开发者大会，除了推出GPT-4 Turbo之外，其它的包括 API、自然语言编程、GPT商店，都是更多在面向开发者的。

同样一如既往的，是Sam 对于AGI的宏伟愿望。今年虽然没有他的演讲环节，但是在后面的圆桌对谈上、他的个人X上，他都没有缺席，也没有转变口风。

9月23日，他在自己的博客上写了一篇长文，《智能时代》。

他写到，“我们很快就能与人工智能合作，帮助我们完成比没有人工智能时多得多的事情；最终，我们每个人都可以拥有一个个人人工智能团队，由不同领域的虚拟专家组成，共同创造几乎任何我们能想象到的东西。”

无论现在Sam 在你眼中是怎么样的形象，你都无法否认，他对自己信念的坚持，几乎到了真理一样的程度。

然而天遂人愿从来都只是一种祝福，只需看看他自己的团队就知道，事情总是不会按照计划来。

曾经要做一家非营利组织，不由其首席执行官或股东控制，只为AGI保驾护航。如今，它将面临成为一家营利性公司的转身，Vox称之为“崇高愿景最后的丧钟”。

挣钱也无可厚非。只是，想要通过AGI——先不要拔这么高吧——想要通过大语言模型技术挣钱，并不简单，面向开发者已经是比较明智的一条路径。

在任何一个新技术出来之后，一方面，我们首先会尝试的，就是用它来解决现有的问题。LLM在这方面显然发挥了作用：知识检索、编程、处理重复的案头工作，它的表现点燃了很多人的希望。

另一方面，会有许多更具探险精神的创业公司、开发者，挑战创造属于LLM的原生服务，比如聊天机器人、生成式媒体等等。

“原生”二字的要义在于，离了它就不行。就好比当年利用了智能手机越来越高精尖的摄像头，并通过本地计算来添加滤镜，没有这样的摄像头、没有本地运算的能力，就不行。

又比如，离不开视频体裁的普及，微信离不开语音功能的普及，外卖这项传统业务，则因算法而改头换面。

这些例子说明的是：当拥有一项通用技术时，我们应用它的方式，是将其拆解成单一用途的工具和体验。

从这个角度来讲，一家非营利性的机构，或许并不适合做拆解的工作。制造电动机的人，不一定会造出装载着电动机的电钻、洗衣机，但是可以和洗衣机厂商合作。所以，建立并培养一个开发生态，不失为更明智的做法。

然而，这让加速转型成为营利性质的公司，在姿态上显得别扭。建立开发生态的工作，可以让营利部门来完成，也不是没有。

更重要的是，彻底转型成为公司，会让Sam 对AGI的执念，显得有一些吊诡。

在他的愿景里，人工智能不仅“有助于修复气候危机，建立太空殖民，以及能够发现和研究物理现象。”

上可及九天揽月，下能写阅读理解。

可这不是一家公司的使命。归根到底，一家营利性公司的最大目标是向股东负责。在行动上，是找到市场机会，调用自身的人力、资本配置，制作出对应的产品或者服务，最后实现盈利。

如果研究物理不能让股东挣到钱，是研究不了多久的。之前的机器人研发项目登月工厂，就是一个前车之鉴。

可以说Sam 所秉承的理念，实际上不是一个容易变现的想法。但为此付出的代价，却是整个的改头换面。

因此，舆论对转型发出尖锐爆鸣，并不是没有理由的：那个曾经扬言要改变一切，同时又守护人类的超酷团队，彻彻底底变了。

去年九月，也是秋天即将开始的时候，《连线》杂志用一整个特辑报道，当时封面上有四个人。

主笔的总编辑问过多位（当时的）高管，开始探索盈利之后有没有影响的内部文化。所有人都坚持没有，尽管进行了营利性重组，尽管与谷歌、Meta和无数初创公司竞争，但使命仍然是核心。

一年后，这四个人只剩下Sam ，一同消失的，还有曾经他们口中的使命。

拥有股权与公司，送队友一个个离开，坐享无边的财富与寂寞——原来硅谷神话的终极叙事，是晋江男频爽文啊。