免费的不一定好用,但好用的开始免费了!被 ai 的 幻觉坑了这么久,终于等来一个实在的升级, open ai 甩出王炸, gbt 五点五 instant 全面接管 check gbt, 所有用户免费升级!说实话啊,这些年呢,咱们被 ai 的 幻觉坑了太多次,看起来啥都能干,一问正事就满嘴跑火车。不过啊,这次真的不一样了,新上线的 gpt 五点五 instant 直接取代 gpt 五点三 instant 成为默认模型。 根据官方实测,这波升级刀刀致命!在医疗、法律这些高风险领域,虚假信息直接砍掉百分之五十二点五,回复次数减少三成。废话少了,直接核心 添加记忆溯源功能,记住你的习惯,越聊越懂你。很多用户啊,第一时间测试后发现,不管问工作方案还是生活问题,上来给核心结论,效率直接起飞。关键是,这次不分免费版还是付费用户, 所有人都能直接用上。能感觉到大模型的竞争逻辑已经变了,从盲目拼免费、拼噱头,转向拼实用、拼精度、拼真实价值。 那我们普通人该怎么应对?说实话啊,完全不用焦虑,也不用跟风冲,付费先把免费的 gbt 五点五 instant 用透,靠它搞定日常工作、学习信息、整理文案构思,就已经能甩开不少人。
粉丝12.4万获赞90.6万

gbt 五点五被认为是目前最强大的模型,那对普通人来说,究竟能用它来做什么呢?所以我深度使用了几天,整理了四个超级实用的玩法。今天这条视频就来分享给大家,我们直接开始 第一个做产品调研。对产品经理来说,社交媒体上的用户反馈其实很重要,因为很多真实的吐槽往往不是出现在正式问卷里,而是出现在评论区 ready 的 这些地方。产品经理最怕闭门造车,但问题是这些反馈如果人工一条条捞回来, 分类总结起码一天起步。 gpd 五点五发布之后, cloud 官方发了一篇推文,解释了 cloud code 降至的原因,并做了改进说明。但官方的说法是一回事,用户买不买账是另回事。我特地把 cloud 这条推文下面的评论,以及 reddit 上一些用户的反馈都整理起来, 让 gpt 五点五帮忙判断用户到底在抱怨什么,下一步应该改进什么。可以看到 gpt 五点五的分析非常详细,它把内容分成了用户反馈、代表性评论、问题归因、信任评估、 行动清单这些大类,每个类别都给了对应的场景、应对方向和下一步动作。我们以前做这样一份表格,可能要花上两三天,或者是找第三方调研公司,但现在只要有足够的信息给到 gpt 五点五, 再结合 context 这个 open ai 自己出的 a 站的工具,相当于 gpt 五点五的手,它就可以帮你梳理的非常详细和系统化。第二个用法,做汇报 ppt。 以前我们用 ai 做 ppt 的 时候,主要看它排版好不好,审美够不够,但往往忽略了一个更重要的一点, ppt 真正发挥作用的地方不是好看,而是能不能推动决策。 毕竟 ppt 往往用在职场中一些非常重要的场合,比如转正报告啊、晋升答辩啊、年度总结。所以,仅仅美观是不够的,我们还需要一个聪明的大脑,帮你把背景、问题、方案、风险以及希望领导拍板的地方讲清楚。我 这次试着让 gpt 五点五模拟一个产品负责人的视角,做一个把 ai 客服系统延期三周的汇报。他直接生成了一个有审美、有内容,而且风格非常专业严谨的 ppt。 它不仅能够在你提供的信息技术上提炼出核心要点,而且所有内容,包括色块、字体、数据都可以进行二次编辑。 当然了哈,这个 ppt 肯定不能直接当做最终稿,但它提供了一个非常完整的框架,我们可以用它来梳理思路,然后再调整优化。第三个用法是制作动态科普。 现在 ai 的 概念越来越多,其中还有很多非常抽象的概念。有时候我们需要向朋友、同事或者非技术团队解释某个概念,口干舌燥说了一大堆,还是很抽象。所以用这种能看见、能操作的交互网页会更有帮助。我让 gpt 五点五制作了一个解释上下文窗口概念的网页, 他在左下角用一句话解释了上下文窗口的重点。 ai 不是 无限记忆,在一次对话里,他能记住内容是有限的,还形象的做了一个上下文占用比例的进度条。 我试着把指令文件、聊天记录这些拖进去演示,可以看到,当上下文占用量超载之后,原先的那些指令和文件就都被压缩,最后甚至被挤出去了,这比我们用抽象的文字去表达要直观的多。这个思路还可以延展 其他的 ai 概念,或者说是物理、数学概念,也可以让他做出来,比如让他讲清楚复利业变换或者背页式定义,这些都很方便学习。最后一个玩法是办公培训。以前企业要开展 ai 培训,通常是从外部找机构定老师, 老师需要根据企业的实际情况梳理课间,尤其是给行政、市场、销售、人事这些非技术部门做课间,然后再开展一到两天的封闭式内训, 这个过程既耗时又耗财。所以我就用 gpt 五点五做了一个通用的企业内训 skill。 当你输入需求,它可以自动生成一份系统且具体 可交付的企业 ai 内训包,里面有培训方案、培训课件、 ai 工具、应用表、学员练习册、培训测试题以及课后七天行动计划。 创建第一版 skill 大 概只用了十来分钟,让 codex 安装并测试之后,我发现两个问题,第一个是它生成的全部都是 markdown 文档,还需要转换格式。第二个是在整个培训方案中涉及到工具的部分,讲的比较泛,所以我把问题反馈给他,让他优化升级。 第二版改好之后,我就丢了一句,帮我生成一个 ai 办公室提效记录训练营的内训包,没给行业,没给员工画像,但它生成的文件清单是多样的,有 ppt、 excel、 word 和 markdown 内容。我们也来看一下。首先最核心的培训课间,他直接列了这样一个框架, 你可以按照这个框架填充具体内容,也可以再提供行业、企业背景信息,让 gpt 继续细化 ai 工具应用场景表,把市面上主流的文字、图像、视频模型都放进去了, 还匹配了适合的岗位任务场景提示词。在这个记录上,你再根据要培训的部门稍微二次加工一下,就能直接用了。实战比讲课更重要,所以在学员练习册中,他也把一些工作中的高频场景放了进来,比如整理会议基奥、分析常文档、改写邮件。 课后七天行动计划,按照学习难度和上路顺序做了一个任务表,第一天选择任务,第二天拆解任务,第三天写题词词,循序渐进。我觉得这个培训包有两个明显的优点,第一个是非常系统化, 你不用从零到一去想内训究竟要策划成什么样子,而是可以直接用这个框架来细化内容。第二个是延展空间很大,拿到这个初步方案之后,你可以再把脱敏之后的行业信息、企业资料以及员工现阶段的痛点、难点 丢给 gpt 五点五,让他去细化这个培训班,我认为他至少能省掉前期规划的工作量。那剩下的呢?就按企业实际的情况往里面填充具体内容。以上就是今天分享的四个深度玩法, gpt 五点五我觉得确实好用,能听懂话、会说人话、能干活。这四个玩法可能不像网络上一些演示那么炫酷,但根据我的经验呢,他们是比较能够结合实际工作去应用的方法。那今天的分享就到这里,下期再见。

跑一整页 gpt 五点五加 codex 如何跑一整页?我这两天有一个感觉, ai 编程的下一步不是辅助编程,而是可托管的执行单元。 gpt 五点五真正的红利不是少写几行代码,而是把一个人能托管的工作块变大。有人给 gpt 五点五 codex 一 份新项目 prd 只说了一个 go, 他 就跑了几个小时,从 bill 到 visual review, 再继续补功能。 gpt 五点五的变化从更聪明改写成更能被托管。 g p t。 五点五不像以前的模型,需要你一步步指导,它更能理解你的意图后自己把活干完,包括构建、调试、跨文件修改。 g p t。 五点五在 codex 里强化了闭环自主性。 g p t。 五点五在 codex 里对高层次指令响应极强。 openai 的 norm brown 说自己明明是 manager, 但用了 g p t。 五点五以后,比过去任何时候都更像一个有效 i c。 他作为经理,却觉得自己在技术产出上达到了新高峰。 ai 编程这件事,好像开始从你在旁边指挥他写,变成你能不能把一块工作托管给他。这就不像传统意义上的在旁盯着一次次交互改的 ai 辅助编程了。代理式编程越来越关乎时间跨度,而不仅仅是单次智能。 当 codex 这种 agent 可以 连续跑几个小时,十几个小时,甚至官方展示到二十五小时以后,未来我们该怎么把它从辅助编程当成可托管执行单元来管理?这我觉得很重要。 这里面会有一种更大的变化,高级人类会越来越像经理加架构师加验收者的混合体。 大家应该有好奇怎么跑长任务,我时常的提示也喜欢让它跑得久一点,把时间跨度拉长的端到端的来验收。 许多人知道它能写代码,但不知道怎么让它把一个大任务跑完。早在 cloud code 泄露的时候,有人用 oh my codex 赶在天亮之前把它用 python 重构了一遍。据它所述,全程都是 codex 自主执行。 o max 系列还有 cloud code 属于是同一作者所做。 o m x 是 在给 codex 包一层长跑工作流和团队运行时,一句话丢给你的 ai 它自己装完。还有一个可能很多人听过的 superpowers, 它长跑不是靠模型硬扛,是靠方法论,把人类判断外质成流程。回到官方材料里,这件事其实更清楚。 open ai 今年二月发过一篇文章,叫 run long horizon tasks with codex, 里面有一个很夸张的实验, 他们给 codex 一个空 report, 一个任务,让他从零构建一个 design tool。 codex 用 gpt 五点三, codex 在 extra high reasoning 下连续跑了大概二十五个小时,大概十三米 tokens, 大 概三十 k 行代码。 这组数字很容易被拿来当标题党,二十五小时十三密 tokens 三十 k 行代码,一看就很爽。但我觉得这篇官方文章最重要的地方,反而不是这些数字。最重要的是, openai 把它为什么没跑丢 拆给你看了。它不是靠一句神奇 prompt, 它靠的是一套很土但是很工程化的东西。四个 markdown 文件,你得给它项目记忆, 你得给他计划,你得给他验收标准,你得让他在跑的过程中持续写状态,像是在给一个会干活但会忘事的人建工位、排日程,留工单做验收一位 gpt 五点二。早期实践者说 codex 诺任长跑会 do outcome, 需要 continuity guidance, 它的连续运行三小时且思路连贯的方法是下面这个提示词。另外我翻了一下 codex chain log, childgo 中出现 memory extensions、 window 等等相关变更。这些不是宣传剧,但它们说明底层工程也在补。状态恢复、审批上下文本事 越长跑越不像单纯模型,能力越像状态机。权限恢复和审计系统状态机有点不一样,它植入硬编码程序来支撑长跑,在一定时间还能清空上下文。这个值得聊,以后再论。 我看到 reddit 上有人问怎么让 codex autonomous 地跑几个小时,它的痛点很直白,它不想把 codex 当 chat assistant, 它想让它像 autonomous agent 一 样连续做 feature 或 refactor, 但现实是它坐一轮就停,等你继续说 continue。 还有人想让 codex cloud 并行处理四到五个任务,自己只 review code, 每个 runner 大 约每小时仍要人工 approval 一 轮,步骤有限,做完就 summary, 然后等确认 步骤塞多了又容易碰 context limit 或 compression。 cloud 有 时像黑盒任务卡住,但不知道为什么。 github issue 里也有类似的具体症状,用户想形成 continuous loop, 但 codex 每做一个小块就 report back 打断连续执行,最后用户只能 q 多条 continue。 跑 codex 的 关键矛盾不是模型能不能连续工作,而是人能不能在他连续工作的时候保留控制权、证据链和恢复能力。这就是为什么最近很多相关东西都在往智力层长。接着这里还有一些内容,你可以在原文这里阅读。 g p t 五点五是入口, codex 二十五小时是证据,但下一个问题不是它还能跑多久。下一个问题是,跑完以后你凭什么相信它? 如果没有状态机,长跑只是一次更贵的走神。如果没有证据链,睡醒验收就会变成开盲盒。如果没有熔断器,它可能会在错误方向上越跑越勤奋。 如果没有恢复包,你中途打断一次,下一轮就要重新考古好了。这里是 ai 进修生,持续分享前沿 ai 实践,如果不错,点个赞,关注一下,我们下期不见不散!

最近干货让 deepstack 为 callex 打工, tockin 节约百分之五十。嗯,我手搓了一个工具,让 gpt 五点五能指导 deepstack 工作,把我的 tockin 消耗降低了百分之五十,把性价比拉满。 deepstack 桌面版就是今天最好的 ai 生产的工具,但它缺点有两个,一是订阅太贵,二是 gpt 五点五的额度太废。而 deepstack 又是一线模型中价格最便宜的,让 gpt 当大毛, deepstack 干活才是最完美的组合。 但 deepsea 是 需要接入可捞的扣子让他干活,然后把它包装成 mcp 给 callix 调用。我写好的 mcp 已经开源可用啊,大家可以直接跟 callix 说让他装上啊。这个 mcp 的 核心价值呢,有以下几点。 这个 m c p 本身我就是用 codex 桌面版开发的啊,开发过程很简单,可以说有手就行。如果你希望做一个这样的 m c p 的 话,可以把下面这些话发给 codex 桌面版 啊。注意,这样做出来的只是一个基础版啊,甚至不一定省 tokyo, 你 要一边用一边跟 codex 对 话来解决各种问题啊,最终肯定是能迭代出一个跟我一样甚至更好的版本,大家都可以试一下。

我用 callix 加 gpt 五点五,只花了五分钟就做了一个自媒体选择题工具,不仅可以一键给选择题打分,分析流量潜力,还能自动生成封面图,效率直接翻三倍。这就是今天要给大家分享的 gpt 五点五加 callix 氛围感编程工作流。它解决了 ai 开发两大痛点,单轮生成无法叠代,优化 没法同时推进多个项目搭配 callix 桌面应用,你不用写复杂代码,可以直接像搭积木一样能做出能用的产品, 使用方法超级简单。第一步,新建项目文件夹,给出基础提示词,搭核心框架。第二步,边跑边叠带,在终端实时修改,不用重来。第三步,跨项目无缝切换,还能调用 cloud 的 优化前端样式。下面给大家分享三个实战场景。场景一, 自媒体博主开头给大家展示的这个工具,高智能筛选、高潜力选择题,自动配图,帮你少走弯路,快速解号,节省大量创作时间。场景二,副业创业者,十几分钟搭建 size 创业验证器,前后端一次性配齐,快速验证商业模式。场景三, 自由职业者不用每次手写题案,直接一键生成专业客户方案,自带报价交付系统和服务流程, 专业度拉满,省时又专业。如果你在做副业自媒体,或者是觉得自己的 ai 产出又丑又难用这个玩法,一定要试试!我是天眼锁,关注我,解锁更多 ai 落地实操技巧,记得点赞关注哦!

如果你今天打开其他的 ppt, 发现它的回答变短, emoji 变少了,好像也不那么 ai 味了。别慌,不是你手机坏了。 open ai 在 五月五号悄悄干了一件大事,直接推送了 ppt 五点五 instant 把它设成了默认模型,全球几亿用户不用更新 app, 不 用点任何按钮,你的 chat gpt 已经自动升级了。这次升级最炸裂的数据是幻觉率暴降百分之五十二点五什么意思? 以前你问他的 gpt 医疗、法律、金融这种高风险问题,他可能一本正经的编造不存在的研究,引用不存在的法条。现在 这类胡说八道,直接砍掉一半多部分 ai 内部测了一个数据,在用户标记为容易出事时错误的困难,对话里不准确回答也少了百分之三十七点三,相当于同一个 ai。 以前十句话里可能有一句是编的, 现在一百句里都很难找出一句假话。我给你们讲一个官方展示的例子,特别有画面感。有人提交了一个解根号方程的算式,问 chat gpt 这样写对吗?旧版五点三看了一眼说对, 然后自己验证发现不对,最后给出结论,没有实数解,就这么糊弄过去了。但五点五 instant 完全不同,他同样发现不对,但他不是放弃,而是回头找用户哪一步算错了, 找到之后自己重新建,给出了正确答案。这就是质的区别,从敷衍你变成了陪你一起想明白。还有一个改变,用过切的 gpt 的 人都懂,以前你问怎么学 python, 他能给你写一篇三千字论文,加十个步骤,加五个注意事项,加三个 emoji 结尾,现在回答直接少了百分之三十的字数。 open ai 自己说新模型会减少不必要的追问,过度的跳跃式回答,多余的表情符号。 简单来说,他终于学会少说废话了。 g p g 五点三的平均回答比五点五长了百分之三十以上, 函数也多了百分之二十九。这不是变懒了,是变聪明了,能用一句话说清楚的事,绝不用三段话。还有一个我特别喜欢的升级记忆力 gpt, 五点五英寸能更好的利用你的聊天记录、上传的文件, 甚至你授权的机密信息来做个性化回答。你问他推荐餐厅,他记得你上次说喜欢日料,你让他继续写方案, 他不用你重新交代背景。更重要的是, openai 还加了一个叫 memory sources 的 功能, 你可以查看他这次回答用了你哪些记忆还能自己删掉不想让他记住的东西。透明可控,这才是 ai 该有的样子。从五点五 instant 这次升级能看出什么? open ai 终于想明白了,大模型的战场 已经从谁的参数大变成了谁更靠谱,谁更实用。当几十个 ai 都能写代码写文章的时候,谁能少说废话,少出错误?真正记住你是谁,谁就能留住用户, 这可能就是 ai 进入实用主义时代的真正标志。你去试试了吗?在评论区告诉我,你的掐的 gpt 变聪明了没?

真的是不得不充钱,先充啊,充好了,我用的是 gpt 五点五。昨天我有一个任务是要去修改教学大纲的,这里呢,我用了很多程序去修改,比如说就 workbody, qqlab 是 直接没有使用, 还使用了有道的龙虾,还使用了清华的龙虾。昨天我使用了 codex 里面的内盒,用的是 gpt 五点五,这个效果真的是太好。他帮我改的这个大纲是唯一一个可以复制粘贴直接去使用的文档, 可以看一下它的运行时间,运行了三十三分钟。这个任务运行完毕以后呢,一共是花了一块钱,一共是用了零点九七兆的 talking, 这是它帮我改完以后的 大纲的一个效果。这个大纲内容格式直接都是可以使用的,按照字体的要求完全匹配的。 在这之前呢,我也用了很多的智能体,这里 workbody 呢,昨天我看到了有一个专家团的功能模块,我也是使用了一下,专家团跟他来回问了很多回合,他把我给出来的东西根本用不了,我们可以打开看一下,这就是他给的最终版本,啥也用不了。 但是他给的内容,网页版的这个内容还可以从 html 转到 word 去处理成规范格式的时候,它的效果很差。 colo 的 话, 这个我就没有尝试,因为它的效果肯定不行。我还用了清华的 autoclave, 这个内容的额度是非常少的,而且它用的内核只有清华自己的大模型, 这个用完了以后只能去买。我还使用了有道内核,更差,因为免费的,它只提供千万的模型。还使用了一下豆包,还有 kimi 去修改,这个豆包就是昨天晚上运行的,今天早上它还在这转圈,这已经是卡住了, 直接用豆包去处理这个文件不太行。 kimi 呢,也是给我给了个版本,它的格式稍微有点乱,但是内容的话大差不差,这个是模板格式,模板格式在这里 我们也可以打开看一下,这个是 kimi 给的版本,中间有一些空行格式的话稍微乱一些,这个离直接用也是差的比较远。 最后再看一下用 gpt 五点五 call dex 版本,这个版本的排版是直接可以使用了。这个任务场景是这样子,本来我想要用阿迪帮我生成的网页版去自己动手做一个粘贴, 但是粘贴的速度还是很慢的,而且我昨天晚上有点受凉了,所以就直接去睡觉了。在睡觉之前我把这个任务又发给了 dex, 内盒是 gpt 五点五, 今天早上起来也是非常的惊艳,这工作相当于就帮我完成了,所以我用完以后不得不考虑去充钱了。 这个第一个账号我已经用了它免费的额度,登录以后它就会给八块钱的额度,然后里面也有相关的 cloud code 安装, codex 安装, jimi 安装它,这个好处就是不需要去翻墙,而且网络比较稳定,你也不用考虑注册账号什么的了。刚才我用的是黑白命令框的,它可以集成到 v s code 里面, 最近也是有五一的活动,直接可以领取一个七折的优惠券,那如果说昨天晚上帮我改一个文档,花了一块钱打个折,那就是七毛钱,七毛钱帮我完成了一个两小时的任务, 我觉得这个是非常划算的。最后呢,我再给大家给一个使用建议,邀请别人去使用,如果他充钱的话会有奖励的,我也不薅大家的羊毛,大家可以自己注册两个号,两个号的话十六块钱你就大概可以用明白这个适不适合你, 这里注意下第二个号要使用自己第一个号的邀请码,大家感兴趣的话可以去使用一下,我把这个链接呢也发在评论区下面。

最近的 ai 圈啊, gbt 和 deepsea 实在是太火了,先是 gbt 五点五发布,号称在一些精准测试里击败了 cloud 的 传说模型 mesas, 紧接着 deepsea v 四也来了,继续保持开源跑分,直逼顶级的闭源模型,现在基本可以说是国内最好用的模型之一了。 那经过最近一段时间的高强度使用,今天我就把 gbt 五点五, dbc v 四 pro 再加上稍早之前发布的 oppo 四点七,放一起做个横向对比,看看 dbc 到底能不能追上顶尖的国外模型。那开始之前别忘了点赞加收藏。 首先我们看一下三家公布的跑分软件工程能力这块,也就是真实 get 上的代码问题修复, oppo 四点七是百分之八十七点六,三家里面最高,比 dbc 高出七个点, 更难更多的文件和复杂的工程问题也是 opus 领先,所以做复杂工程的代码修复 opus 还是很稳的。但是中单任务这块, gpt 五点五反超了百分之八十二点七,比 opus 高出十三个点,做命令行跑 agent 的 gpt 五点五会更加的优秀, 然后长上下文解锁 dbc, 竟然跑到了百分之八十三点五, opus 才三十二,差了一倍多,处理超长文档,显然 dbc 会更加的靠谱。 价格方面 deepsea 就 没什么对手了,输出每百万 token 才三点四八刀, gbt 五点五和 opus 分 别是三十和二十五刀,差了将近七倍,不得不说 deepsea 是 真的良心。当然了,榜单归榜单,实际用着怎么样还得看下面的实测。 好,那我们进入第一个案例,在这个场景中,我们先回归大模型最本质的使用方式,原声尺的对话框。虽然现在大家都在整 a 阵的自动化,但一个模型底层的逻辑素质和指令遵循到底行不行,尺的对话框还是能看出很多问题的。这边我把三家大模型的四号模式全都打开,并且都使用了最高的强度。 然后我的问题是提出一个我想做一个开源的笔记类 app 啊,对标 out 店这种本地优先的产品。在动手之前,我需要让三个模型帮我做一轮技术的选型调研。 那为什么会选择这个呢?首先第一步我让他去找资料,考验搜索和筛选能力。第二步是读代码读文档,考验技术理解的深度。第三步啊,则是去看产品,考验抽象和归纳能力。第四步则是给建议考验综合判断和落地的能力。 可以看到这边三家已经跑完了,我们先来对比一下生成的速度。首先最开始输出回答的是 deepsea 啊,接下来是 cloud, 最后是 gpt, 然后输出的内容最长的是 cloud code 啊。然后为了保证客观的公平性,我这边直接把三份三个模型输出的呃大模型的回答整理成三个文件,分别交给 gmail 和千文来进行一个分析。 先看一下杰米兰的回答,他这边选择的是模型币啊,因为他认为作为一个独立开发者,模型币的整体表现会更像是资深的架构师,而不是仅仅的是信息的搬运工。那模型币对应的就是科奥的 opus 四点七, 那 gpt 和 dpc 的 话,他会认为 gpt 的 表现更加优秀。呃, dpc 更多的是信息的一个搬运,并没有站在一个工程化运维的角度去看待问题。 接着我们再看一下千问啊,那他这边的答案跟 gmail 几乎是差不多的,他也认为是文件 b 对 应的 cloud opus 四点七写的是最好,其次是 gbt 五点五,最后是 deepsea 维斯的 pro。 第二个案例,我这边让三家大模型分别帮我实现一个类似杀入监塔的回合制卡牌游戏。这边 gbt 五点五用的是 codex, office 四点七,和 dbc 比四 pro 用的都是 cloud code 的, 可以看到这边三张模型都已经跑完了,跑的最快的是 office 四点七,用了一分半,接着是 codex 花了六分钟, dbc 则是用到了十五分钟。但我觉得这也是情有可原的,毕竟 dbc 的 价格摆在这边,使用的人是非常多的, 所以也会出现一些限速的情况。那接下来我们看一下三个游戏制作的一个效果是怎么样的。我们先看一下 gpt 五点五啊, 可以看到就是 gpt 还是一如既往的,他的这个前端的风格一直都不是特别好,然后做的这个虽然是游戏,但是看上去还是以前端的那种样式啊,用一种网站的那种方式来做的,然后整体的交互应该是都没什么问题啊,攻击重击, 每回合都能回复能量,所以说基本上都能够啊,打出所有的牌。好吧,这个是 codex 加上 gpt 五点五的。接下来我们看一下 cloud code 加上 opus 四点七啊,可以看到它整个页面的一个样式,相较于 gpt 五点五 啊,是要更像游戏一点啊。然后他整个的风格有点偏啊,像那个三国杀,对吧?然后我们来试验一下,我来尝试一下他这个攻击,然后结束回合。我这边量,哎,这个为什么是智慧的结束回合?敌方回合啊,我这边有三点的呢,哎,为什么是灰的 哦,但是我还能点哦,可以看到他这边是有一个显示的 bug, 就是 我虽然结束回合了啊,敌方回合结束之后,我这边能量是回满了,但是我这边前端的样式看上去还是不能点的。好吧,这个算是有一个小的 bug, 然后我们再看一下 cloud 加上 dbc v 四 pro 的 一个效果啊,可以看到它整个页面的风格跟前两个完全不一样的,它做的是偏手机端的,我们来试一下啊,然后它这个动画效果是做的比较好的,有一个高亮的一个提醒结束回合, 哎,我这怎么点不了了?再刷新一下结束回合, ok。 他 这个是有一个呃,比较严重的逻辑上的 bug, 就是 我打完之后我就不能再点下一个了,但是我如果不打牌,我直接点结束回合,我是能够一直点 的,是吧?可以看到有这个 bug 啊,然后这边结束了,敌方也对我造成攻击的,呃,新的回合,然后我是什么都点不了的。 接下来第三个案例,我让三家大模型扮演资深的供应链架构师,挑战一个综合的实战任务,涉及二零二六版全球自动化决策系统,他们需要同时处理欧盟碳关税的合规和苏伊世运河的罢工重油问题。 可以看到这边三家大模型都已经跑完了,那由于是文档的内容居多,我们还是让 jamie 来作为裁判评判一下。这边 jamie 已经跑完了,我们来看一下,先看最终的结果, jamie 认为第一名是模型 c, 也就是我们的 deepsea, 他 有说到这是一本可以直接交给 cto 的 方案,他不仅完成了任务,还在每一个环节都展现了深厚的行业洞察。 那表现最差的是 codex, 然后它的整个分析还是比较详细的,分别从呃合规于政策的分析,再从逻辑算法的建模,再到最后的系统架构和 a 智能的一个设计,都是呃 dbisc 会表现的更加突出,说明 dbisc 现在的一个综合能力已经是非常的强了。 ok, 这边三个案例都已经跑完了,我们来做个总结。首先三个模型在各自擅长的领域上确实表现很突出, 如果你要做深度调研,或者说选技术路线, oppo 的 四点七更好,如果是代码生成和稳定的实现,则可以选择 g p t 五点五。 如果你是常文本,需要做系统设计或者说企业的架构, deepsea v 四 pro 是 一个不错的选择,而且现在 deepsea 的 价格真的太香了。行,那本期的视频就到这,希望能帮大家在模型的选择上面提供一些帮助。我是布鲁,我们下期视频再见。

哈喽大家好,欢迎收听我们的播客啊,今天咱们来聊一聊最近大家都很关注的一个话题啊,就是这个 gbt 五五点零啊,这个模型全面开放了,这个模型到底厉害到什么程度啊?咱们今天就来好好聊一聊 这个 openai 呢,在二零二六年啊,五月六号把这个掐指 gbt 的 默认模型直接就换成了这个 gbt 五五点零,而且所有的用户都可以免费的去体验,对,这个确实挺震撼的,那我们就赶紧进入今天的主题吧, 咱们第一个要聊的呢,就是这个 gbt 五五点零到底在哪些核心的能力上面做了升级啊?尤其是在这个降低幻觉这个问题上面到底有多大的进步?就这个模型它用了全新的这种 训练和推理的架构之后呢,它的这个幻觉率啊,在高风险的领域直接就下降了一半,就之前可能有一半的几率会出现幻觉了,然后呢这个用户实际反馈的这个错误率也下降了 将近百分之四十,这变化听着就很夸张啊,对,就比如说在一些这种精准测试里面,他的这个事实性问答的准确率啊,就比上一代提升了差不多百分之二十。然后在一些这种多模态的和这种科学图标的理解上面,他的准确率也有 将近百分之二十的提升,它的这个数学竞赛的分数也大幅的飙升,它甚至可以直接指出你这个手写的方程里面哪一步是错的,就它在一些这种专业的领域和这种复杂的推理上面的这种可能性是有一个 质的飞跃的,然后这一代的 g p t 五五点零在这种多模态的输入和这种超长的上下文的处理上面,具体又有哪些新的突破呢?就它现在已经可以原生的支持 文本、图像、音频和视频的这种一起的输入,就是他不再需要像以前一样说我要把这些东西分别处理,然后再拼起来,他是真正的在一个统一的框架下面去理解这些不同的模态, 这听起来确实很不一样。对,比如说他的这个文本的窗口可以支持高达一百万个 token, 然后视频的话它可以一次性的去处理二百五十六帧的这种视频,它的这个音频的话可以直接去识别二十四种语言,并且它可以在这种很复杂的多模态的任务上面,比如说我要去看这个视频和听这个音频一起去做一个推理,它的准确率是远远超过上一代的, 所以它的这个应用场景就会被极大的拓展了。哎,那这一代的 gpt 五五点零在这种实际的使用体验上面和这种开发者的生态上面 又有哪些让人眼前一亮的这种升级呢?就首先他的这个回答的风格会变得更加的简洁和自然,就是他会平均下来比上一代少用将近三分之一的 token, 然后他的这个对话的这个速度也会提升 三分之一到一半,这个对于用户来说就是你会觉得几乎没有等待时间啊,这个流畅度的提升确实是非常关键的。对,然后他的这个 支持上下文的这种关联的理解准确率提升了百分之二十以上,他还可以主动地去解锁你之前的对话,或者是你上传的一些文件,他的这个 a p i 也做了升级,就是他的这个安全性更高了。他的这个, 呃,虽然说它的这个调用的价格是比上一代贵了一倍,但是因为它的这个 token 的 利用率提升了,所以其实整体的成本还是可以降低的,就是它的这个开发者的体验和企业级的应用的门槛都被大幅的优化了。 我们来进入我们的第二部分,我们要聊一聊 gpt 五点零到底是如何改变行业生态的。好,第一个问题, gpt 五点零在各个行业的实际应用当中到底有哪些亮眼的表现? 这个模型呢?他就是真正的可以做到从一个对话型的 ai 变成一个可以解决实际问题的这样的一个智能题啊。那比如说他在编程领域,他可以一口气完成从理解你的需求到最后部署测试这样的一整套的开发流程, 那这个是以前的 ai 都做不到的,听起来像是每个行业都能找到用武之地啊。没错没错,没错,是的,是的是的。而且他 在金融领域可以做这种复杂的数据分析和建模,在法律和医疗领域可以帮你去精准的处理这种百万字级别的 合同啊,或者是病例啊。然后在科研领域可以帮你去批量的梳理文献,甚至在办公自动化这一块,他可以帮你去一键搞定多软件协同, 就是它是一个真的是一个全才,对,全才真正的改变了各个行业的工作方式,那就是说 g p t 五五点零出来之后,对我们每一个人的工作和生活到底会带来哪些具体的变化?嗯,其实这个东西我觉得就每个人都可以 用它来极大的提升你的办公和学习的效率啊。比如说你是一个学生,你可以用它来自动生成一些笔记啊,然后你是一个内容创作者,你可以用它来帮你快速的输出一些脚本啊,或者是文章啊,你说很多重复性的工作都可以大大减少了。对,不光如此,就是 职场上的很多执行类的岗位都会面临一个升级,就是这个 ai 可以 独立的完成一整套流程,那 这个时候人类就更多的是去做一些创新的和管理的工作,那整个社会的职业结构都会发生一个很大的变化,就会产生很多新的机会。对,那你觉得 gpt 五五点零出来之后,会给整个行业的生态带来哪些比较深远的变化?嗯,这个 ai 就 真的变成了一个 各行各业的一个新的基础设施,就像店和互联网一样,他是一个通用的能力,他会彻底的去重塑企业和企业之间的竞争的格局, 然后以及产品和服务交付的方式,所以他不只是提升了效率,他还会带动一些新的产业的出现。没错没错,对,因为他会让很多新的公司,新的商业模式 如雨后春笋般的出现,然后传统的行业也会被快速的升级,大家都要去掌握这种 ai 驱动的这种创新的能力,以及这种论语的治理。 因为你这个技术的迭代实在是太快了,所以你这个行业的标准和监管的框架也会不断的进化,我们现在来进入到我们的第三部分挑战与展望啊, 就是 gpt 五五点零虽然已经非常强了,但是它在实际的落地当中会遇到哪些比较棘手的问题?就是它在这个呃边界探测的测试里面,它的这个幻觉率是高达百分之八十六的,就是它经常会在一些它不知道的问题上面硬答,而不是说它会告诉你它不知道 这个是跟他的这个模型的架构和他的这个训练的方式是有关的。比如说他的这个混合专家模型的这个激活的方式,以及他的这个强化学习的这个 呃偏好的调整,都会让他更容易去产生一些幻觉,然后包括他的这个超长的上下文,也会让他更容易去分散注意力。 这个幻觉问题确实挺严重的,那就是说在工程化落地的时候还有哪些障碍?呃,除了这个幻觉的话,就是呃企业在使用它的这个 a p i 的 时候,会发现它的这个单价是涨了一倍的。 然后呢,虽然说它的这个 token 的 使用量会少一些,但是呢,对于一些小公司来讲,它的这个门槛还是明显的提高了,而且它的这个 生态也不够开放,就是他不支持你去呃私有化的部署,那这个对于一些有合规要求的企业来讲就没有办法了,那他们只能去选择呃其他的一些竞品,比如说像二零二六年的这个新采购的这个市场里面,有百分之六十五的公司都选择了 entropic 的 产品。 你觉得接下来这个 gpt 五五点零会往哪些方向去进化?就是我觉得他会越来越呃看重在真实的工作场景当中的这个表现,那这个时候呢,呃降低幻觉和提升这个结果的可能性,就会变成一个新的核心的任务。 然后呢,同时他会更强调这种跟其他的工具的深度协助,以及他的这个整体的执行的效率,所以重点其实不是让他更聪明,而是让他更实用。对 对,就是这样。然后同时呢,就是呃模型的这个性价比的竞争会越来越激烈,就是大家会呃推理的成本会下降的非常的快。同时呢就是呃大公司会把他们的精力放在这种多模态的融合以及 agent 的 这种自主的操作上面。 同时呢就是这个行业会越来越规范啊,会出现一些针对不同领域的,更专业的、更安全的、更合规的一些 ai 的 系统。你觉得就是现在这个时间点看 gpt 五五点零在这个大模型的市场里面竞争格局是一个什么样的情况? 现在大家其实已经不怎么去拼这个参数的数量了啊,大家现在拼的是谁能够把这个模型用的更好,更便宜、更可靠,然后生态更完善。 所以就说现在大家都是在这个工程化落地这个层面去一较高下了,所以不是说你这个分数高你就可以通吃了,对,就是大家会细分,市场会非常的明显。就 gpt 五五点零它可能就是在 非常非常复杂的任务上面和这种极致的效率上面,它是保持领先的。但是呢,呃其他的,比如像 cloud, 它可能在这种非常要求严谨的工程开发上面它会更受青睐。 然后像 jammy 呢,它可能就是在这种多模态的和这种谷歌的生态里面,它是有优势的,包括像一些开源的和一些本地化的模型,它们也会 抢占一些中低端的和一些特定行业的市场,所以大家就是各有各的活法。对,今天我们其实从各个角度比较全面地聊了一下 gpt 五点零这个新的突破, 然后也看到了它确实在很多能力上面有一些质的飞跃,可能真的是一个新的 ai 时代的开启。好了,那这期节目咱们就到这里了,然后感谢大家的收听,咱们下期再见。拜拜。

哈喽大家好,欢迎收听我们的播客啊,今天咱们来聊一聊最近大家都很关注的一个话题啊,就是这个 gbt 五五点零啊,这个模型全面开放了,这个模型到底厉害到什么程度啊?咱们今天就来好好聊一聊 这个 openai 呢,在二零二六年啊,五月六号把这个掐指 gbt 的 默认模型直接就换成了这个 gbt 五五点零,而且所有的用户都可以免费的去体验,对,这个确实挺震撼的,那我们就赶紧进入今天的主题吧, 咱们第一个要聊的呢,就是这个 gbt 五五点零到底在哪些核心的能力上面做了升级啊?尤其是在这个降低幻觉这个问题上面到底有多大的进步?就这个模型它用了全新的这种 训练和推理的架构之后呢,它的这个幻觉率啊,在高风险的领域直接就下降了一半,就之前可能有一半的几率会出现幻觉了,然后呢这个用户实际反馈的这个错误率也下降了 将近百分之四十,这变化听着就很夸张啊,对,就比如说在一些这种精准测试里面,他的这个事实性问答的准确率啊,就比上一代提升了差不多百分之二十。然后在一些这种多模态的和这种科学图标的理解上面,他的准确率也有 将近百分之二十的提升,它的这个数学竞赛的分数也大幅的飙升,它甚至可以直接指出你这个手写的方程里面哪一步是错的,就它在一些这种专业的领域和这种复杂的推理上面的这种可能性是有一个 质的飞跃的,然后这一代的 g p t 五五点零在这种多模态的输入和这种超长的上下文的处理上面,具体又有哪些新的突破呢?就它现在已经可以原生的支持 文本、图像、音频和视频的这种一起的输入,就是他不再需要像以前一样说我要把这些东西分别处理,然后再拼起来,他是真正的在一个统一的框架下面去理解这些不同的模态, 这听起来确实很不一样。对,比如说他的这个文本的窗口可以支持高达一百万个 token, 然后视频的话它可以一次性的去处理二百五十六帧的这种视频,它的这个音频的话可以直接去识别二十四种语言,并且它可以在这种很复杂的多模态的任务上面,比如说我要去看这个视频和听这个音频一起去做一个推理,它的准确率是远远超过上一代的, 所以它的这个应用场景就会被极大的拓展了。哎,那这一代的 gpt 五五点零在这种实际的使用体验上面和这种开发者的生态上面 又有哪些让人眼前一亮的这种升级呢?就首先他的这个回答的风格会变得更加的简洁和自然,就是他会平均下来比上一代少用将近三分之一的 token, 然后他的这个对话的这个速度也会提升 三分之一到一半,这个对于用户来说就是你会觉得几乎没有等待时间啊,这个流畅度的提升确实是非常关键的。对,然后他的这个 支持上下文的这种关联的理解准确率提升了百分之二十以上,他还可以主动地去解锁你之前的对话,或者是你上传的一些文件,他的这个 a p i 也做了升级,就是他的这个安全性更高了。他的这个, 呃,虽然说它的这个调用的价格是比上一代贵了一倍,但是因为它的这个 token 的 利用率提升了,所以其实整体的成本还是可以降低的,就是它的这个开发者的体验和企业级的应用的门槛都被大幅的优化了。 我们来进入我们的第二部分,我们要聊一聊 gpt 五点零到底是如何改变行业生态的。好,第一个问题, gpt 五点零在各个行业的实际应用当中到底有哪些亮眼的表现? 这个模型呢?他就是真正的可以做到从一个对话型的 ai 变成一个可以解决实际问题的这样的一个智能题啊。那比如说他在编程领域,他可以一口气完成从理解你的需求到最后部署测试这样的一整套的开发流程, 那这个是以前的 ai 都做不到的,听起来像是每个行业都能找到用武之地啊。没错没错,没错,是的,是的是的。而且他 在金融领域可以做这种复杂的数据分析和建模,在法律和医疗领域可以帮你去精准的处理这种百万字级别的 合同啊,或者是病例啊。然后在科研领域可以帮你去批量的梳理文献,甚至在办公自动化这一块,他可以帮你去一键搞定多软件协同, 就是它是一个真的是一个全才,对,全才真正的改变了各个行业的工作方式,那就是说 g p t 五五点零出来之后,对我们每一个人的工作和生活到底会带来哪些具体的变化?嗯,其实这个东西我觉得就每个人都可以 用它来极大的提升你的办公和学习的效率啊。比如说你是一个学生,你可以用它来自动生成一些笔记啊,然后你是一个内容创作者,你可以用它来帮你快速的输出一些脚本啊,或者是文章啊,你说很多重复性的工作都可以大大减少了。对,不光如此,就是 职场上的很多执行类的岗位都会面临一个升级,就是这个 ai 可以 独立的完成一整套流程,那 这个时候人类就更多的是去做一些创新的和管理的工作,那整个社会的职业结构都会发生一个很大的变化,就会产生很多新的机会。对,那你觉得 gpt 五五点零出来之后,会给整个行业的生态带来哪些比较深远的变化?嗯,这个 ai 就 真的变成了一个 各行各业的一个新的基础设施,就像店和互联网一样,他是一个通用的能力,他会彻底的去重塑企业和企业之间的竞争的格局, 然后以及产品和服务交付的方式,所以他不只是提升了效率,他还会带动一些新的产业的出现。没错没错,对,因为他会让很多新的公司,新的商业模式 如雨后春笋般的出现,然后传统的行业也会被快速的升级,大家都要去掌握这种 ai 驱动的这种创新的能力,以及这种论语的治理。 因为你这个技术的迭代实在是太快了,所以你这个行业的标准和监管的框架也会不断的进化,我们现在来进入到我们的第三部分挑战与展望啊, 就是 gpt 五五点零虽然已经非常强了,但是它在实际的落地当中会遇到哪些比较棘手的问题?就是它在这个呃边界探测的测试里面,它的这个幻觉率是高达百分之八十六的,就是它经常会在一些它不知道的问题上面硬答,而不是说它会告诉你它不知道 这个是跟他的这个模型的架构和他的这个训练的方式是有关的。比如说他的这个混合专家模型的这个激活的方式,以及他的这个强化学习的这个 呃偏好的调整,都会让他更容易去产生一些幻觉,然后包括他的这个超长的上下文,也会让他更容易去分散注意力。 这个幻觉问题确实挺严重的,那就是说在工程化落地的时候还有哪些障碍?呃,除了这个幻觉的话,就是呃企业在使用它的这个 a p i 的 时候,会发现它的这个单价是涨了一倍的。 然后呢,虽然说它的这个 token 的 使用量会少一些,但是呢,对于一些小公司来讲,它的这个门槛还是明显的提高了,而且它的这个 生态也不够开放,就是他不支持你去呃私有化的部署,那这个对于一些有合规要求的企业来讲就没有办法了,那他们只能去选择呃其他的一些竞品,比如说像二零二六年的这个新采购的这个市场里面,有百分之六十五的公司都选择了 entropic 的 产品。 你觉得接下来这个 gpt 五五点零会往哪些方向去进化?就是我觉得他会越来越呃看重在真实的工作场景当中的这个表现,那这个时候呢,呃降低幻觉和提升这个结果的可能性,就会变成一个新的核心的任务。 然后呢,同时他会更强调这种跟其他的工具的深度协助,以及他的这个整体的执行的效率,所以重点其实不是让他更聪明,而是让他更实用。对 对,就是这样。然后同时呢,就是呃模型的这个性价比的竞争会越来越激烈,就是大家会呃推理的成本会下降的非常的快。同时呢就是呃大公司会把他们的精力放在这种多模态的融合以及 agent 的 这种自主的操作上面。 同时呢就是这个行业会越来越规范啊,会出现一些针对不同领域的,更专业的、更安全的、更合规的一些 ai 的 系统。你觉得就是现在这个时间点看 gpt 五五点零在这个大模型的市场里面竞争格局是一个什么样的情况? 现在大家其实已经不怎么去拼这个参数的数量了啊,大家现在拼的是谁能够把这个模型用的更好,更便宜、更可靠,然后生态更完善。 所以就说现在大家都是在这个工程化落地这个层面去一较高下了,所以不是说你这个分数高你就可以通吃了,对,就是大家会细分,市场会非常的明显。就 gpt 五五点零它可能就是在 非常非常复杂的任务上面和这种极致的效率上面,它是保持领先的。但是呢,呃其他的,比如像 cloud, 它可能在这种非常要求严谨的工程开发上面它会更受青睐。 然后像 jammy 呢,它可能就是在这种多模态的和这种谷歌的生态里面,它是有优势的,包括像一些开源的和一些本地化的模型,它们也会 抢占一些中低端的和一些特定行业的市场,所以大家就是各有各的活法。对,今天我们其实从各个角度比较全面地聊了一下 gpt 五点零这个新的突破, 然后也看到了它确实在很多能力上面有一些质的飞跃,可能真的是一个新的 ai 时代的开启。好了,那这期节目咱们就到这里了,然后感谢大家的收听,咱们下期再见。拜拜。

听说 gpt 五点五很强大,用它来调 ct 机试一试。我说的是不同球管电流那个,把那个图全部转换成每秒抗次数, 现在开始采集实际模体的数据了,可以看到这个脉冲曝光的球管, 它的抗磁是一个个的,脉冲采完了。

打我堂 open i 直接扔王炸了! g p t 五点五 instant 官宣全量上线,所有其他 g p t 用户不管你是免费还是付费,今天起直接就能用。 我先不给你们念那些科技圈的通稿,三句话给你讲明白这次更新有多狠,每一句都跟整个行业的未来息息相关。 第一,五点五 instant 直接无门槛分开,不再是付费会员的专属,普通用户零门槛就能够体验。 open i 这次直接把高端能力给付费用户留了整整三个月的过渡期, 三个月之后正式退役,不搞一刀切,给足了用户适应和迁移的时间。第三,也是最炸裂最核心的升级,在医疗、法律、金融这三个最容不得半点胡说的高风险领域,新模型的幻觉直接比前代砍了百分之五十二点五。 很多人看到这儿第一反应就是 open i 怎么挤牙膏了。从之前 g p t 四到 g p t 四 o, 磨磨蹭蹭快一年,这次连缓冲期都没有,他到底在急什么? 说白了,这次根本不是什么常规的版本更新,这是欧米伽的一场生死防守战。要知道现在大模型赛道早就不是他一家独大的温柔乡了。前有谷歌 jimmy advance 在 多模态能力上步步紧逼,后有 top 三系列,在长文本商用场景里面疯狂超车。 咱们国内的大模型现在也是参数速度落地场景里面疯狂超车,咱们国内的大模型现在也是参数速度落地场景全面开花。就拿今天华为昆凌的发布会来说,门店里的监控录像好几个字,一秒钟,几个小时,录像里背包的人全被找出来, openai 攒了好几年的先发优势,正在被对手一点一点残食掉。之前大家用 qgbt 图的就是他聪明能打,现在竞品的能力都追上来了,你再慢慢的挤牙膏,用户就直接用脚投票了。 所以这次 openai 一 步到位,把五点五全量开放,先把 c 端用户死死攥在手里,这既是防守,也是反击,也是反击。但今天我必须跟大家说透,这次更新最值钱的根本不是什么全量免费,也不是什么回复更简洁,这才是 openai 藏在背后的真正杀招。 什么叫大模型的幻觉?说白了就是他一本正经的跟你胡说八道,给你编不存在的法律条款,虚假的病例报告,完全失真的金融数据,逻辑通顺,格式工整,看着跟真的一模一样,实则全是瞎编。 这是之前所有大模型最致命的短板,普通人用它写个文案,做个 ppt, 就 算是胡说八道,顶多改改就完事了。但你想想,律师用它查法条打官司,医生用它辅助看诊,这要是犯了错,结果得多可怕。 也正是因为如此,之前的大模型在这些高风险高价值的领域,永远只能当个边缘的辅助工具,根本不敢真正商用,不能进入核心业务环节。而 这次 open ai 直接把高风险场景的幻觉砍了一半多,这意味着大模型在生产力上跨出了最关键的一步,他要抢的就不是普通用户那点订阅费,而是医疗、法与金融这些万亿级的企业服务市场,这才是 open ai 的 野心。 还有人问,既然西摩星这么牛,为什么不直接把老版本停了,还要给付费用户留三个月过渡期。这就是 oppo i 最精明的地方,一箭双雕。 首先安抚付费用户,稳住基本盘。很多人充会员就是冲着五点三的稳定能力来的,你直接一刀切停服用户肯定炸锅,轻则退会员,重则直接流失。更重要的是给企业大客户留足了签约时间。现在很多企业已经把五点三的接口接到了自己的业务系统里,直接停服,人家的业务系统就直接瘫痪了。 openai 这波操作对咱们国内的大模型行业到底意味着什么?我就说一句扎心。但真实的话,大模型行业卷的方向要彻底改写了。之前国内的大模型都是在卷,参数有多少亿,生成速度快了零点几秒,能不能画图?能不能生成视频权势能不能做到?但现在起,全行业的竞争直接进入了能不能信的终极战场, 功能在花哨,一到专业领域就张口胡说,那就是个中看不中用的花架子。现在全球大模型行业的及格线直接拉高到高风险场景,换季率下降百分之五十以上。 接下来国内的大模型厂商就得咬着牙跟上这个标准,不然就碰不到最核心、最值钱的商用蛋糕。最后一句话总结,叉 gpt 五点五 instant 的 上线,不是一次简单的技术更新,而是 openai 的 一次全面宣战。信不信得过,是未来大模型优胜劣汰的关键所在。

oppo reno 把 jpeg 的 默认模型升级成了 jpeg 五点五 instant, 我 们来看看改了哪些地方吧。首先是过去用户使用的五点三 instant 被替换,现在打开 jpeg 能直接使用最新的五点五。 它升级第一方向是幻觉的降低。 openai 说,在医疗、法律、金融等高风险领域的测试中心模型幻觉断言减少百分之五十二点五,我的天呐!此外, ai 记忆功能得到了加强,不论是跨历史对话还是上传文件以及关联应用的上下文调取能力都得到了加强, 可以为用户提供更精准的定制化内容。而且, openai 还推出了记忆来源的功能,用户也可以去修改这些记忆来源,或者用临时对话去规避使用这功能。 在 gpt 输出的废话也更少了,相比旧版,篇幅可能缩减了百分之三十。同样是在五月五日, openai 还在美国上线了自主广告投放系统。为了吸引更多的中小企业入场, openai 还移除了此前高达五万美元的最低广告支出要求。 这背后是 openai 希望在未来将广告作为主要收入的雄心。根据的 information 报道, openai 预计其二十美元每月的叉 gpt plus 订阅用户将在二零二六年出现百分之八十的下滑。 oppo 还正在努力推动这个下滑的出现,他们希望更多的用户选择更为便宜但附带广告的入门级订阅。 chris p t go 在 内部推算中,四千四百万的 plus 用户所产生的商业价值远远低于向更大规模的用户展示高转化率广告所带来的营收。 有报道称, openai 在 今年的年度亏损预计将达到一百四十亿至一百七十亿美元,而且 openai 在 今年年初已经连续数月未能达成内部的阅读销售目标。巨大的营收压力加上 ai 对 用户的深刻理解, openai 的 广告化之路的想象空间巨大。 当 ai 越来越了解用户之后,未来的广告会怎样预测人类的需求,进而参与到我们的生活中呢?欢迎来到评论区跟我们分享一下你的看法吧!