OpenAI迭代，快了還是慢了

時隔三個月，OpenAI又上新了，這次是GPT-4o，一個“更有人味兒”的AI。

還是熟悉的“炸場”節奏。聽說讀寫速度絲滑如真人、識別人類情緒並進行音視頻交互、所有用戶均可免費使用、API使用價格降低一半速度卻提升兩倍……不到30分鐘的線上發佈會，重磅內容一個接着一個。

但在一系列震驚聲中，也有討論認爲，此次缺席的GPT-5，恰恰印證着OpenAI的降速。而突然推出的GPT-4o，甚至此前盛傳的搜索產品，也是OpenAI爲了GPT-5的“圍魏救趙”之舉。

OpenAI的迭代到底是快了還是慢了，成爲又一個充滿關注與爭議的話題，關係着技術的演進，也關係着OpenAI的用戶焦慮乃至商業化進程，複雜又尖銳。

尋找這個問題的答案，需要從產品本身入手。OpenAI最被詬病的，無外乎比起ChatGPT能夠使用的直接體驗，Sora至今仍未面向公衆開放，承諾的“驚豔”到底有幾分真假也不得而知。

而隨着時間的流逝，圍觀的情緒也在OpenAI持續的“遙遙領先”中發酵出了些微妙的變化，比如對OpenAI開始“祛魅”。

GPT-4o的出現，或許也同樣解答了關於OpenAI的爭議，正如顛覆性之於創新，迭代的快慢也並非看待AI進步的唯一標準。

不積跬步無以至千里。即便是AI的發展邏輯，也遵循最樸素的哲學。GPT-4o清晰的技術特點和可能的商業模式以及後續發展的潛力，不會因爲數字“4”沒有超越“5”被否決。

於國內大模型發展而言，也是一樣。比起追趕速度或者彎道超車，找準節奏、找準方向、找準場景，往往更有意義。

技術的長期積累和前瞻的創新，是OpenAI毋庸置疑的優勢，但AI的發展，也在大洋兩岸同頻共振。

從最初的花式聊天、吟詩作對，到現在的賦能產業、提質降本，國產大模型進步也是一日千里。月之暗面的Kimi、生數科技的Vidu等現象級產品的出現，在各自領域脫穎而出。

在創新中前進，在前進中發展，可能就是技術最好的演變狀態。不用刻意追求速度也不用偏執於迭代，人類面對AI，或許也要有一顆平常心。

人們對於算力缺口的彌補還在繼續，人機交互延時的縮短和幻覺的減少，也促使人類與AI的距離感變得越來越小，整體體驗越來越好。

而在商業化方面，成本的下降也已成爲必然趨勢。比如API使用方面，相比GPT-4-turbo，GPT-4o價格降低一半，速度提升兩倍。

不久前，百度創始人李彥宏也提到，文心大模型的推理性能提升了105倍，推理的成本降到了原來的1%，“也就是說，客戶原來一天調用1萬次，同樣成本之下，現在一天可以調用100萬次”。

AI一直在路上，不妨給速度一點耐心。