最近，微软是喜讯连连。

昨天，微软德国CTO在活动中透露，GPT-4将在下周发布，将提供多模态模型。

毫无疑问，微软要搞个大的――GPT-4将转向多模态，Kosmos-1也是多模态，微软亚研院3月8日提出的【【微信】】，也把视觉基础模型整合进【【微信】】里。

在其他方面，今天微软官宣【【微信】】正式整合进Azure中。

另外，就在昨天，必应的日活用户数在史上首次破亿。

毫无疑问，这完全是【【微信】】的功劳。整合进【【微信】】后，必应势如破竹。而谷歌的搜索引擎市场，正在被这个可怕的对手一点点蚕食。

2月8日，微软宣布【【微信】】整合进必应后，谷歌的使用率立马下跌

而微软的野心不止于此，它不止想要撼动谷歌搜索引擎的市场，还希望把【【微信】】整合进各个软件生态中，建起一个办公软件帝国。

谷歌两年前就可以走的路，被微软提前走了，现在，谷歌只能接受现状――自己被微软打得满地找头，疆土尽失。

在社交网络上，网友纷纷留言：RIP Google。

GPT-4下周发布，还是多模态的

微软最近的连环组合拳，简直把谷歌打懵了。

3月9日，微软德国【【微信】】在一场名为「AI in Focus - Digital Kickoff」的活动中表示：GPT-4，将于下周问世！

果然，OpenAI的效率不会令人失望。

尽管许多技术消息还在保密，但一个关键细节已经被透露：GPT-4将是多模态的。

一个多模态的语言模型，这意味着什么？

微软德国公司的技术总监Andreas Braun表示，「有了GPT-4，AI就有可能生成文本、图像甚至视频。」而以前版本的【【微信】】只能够生成文本。」

GPT-4作为多模态语言的另一个强大功能在于，它可以管理不同语言的数据输入和输出。

比方说，你可以用西班牙语对【【微信】】提出要求，而得到的生成文本是英语。显然，这种新奇的东西对翻译工具也会有很大的帮助。

Braun将GPT-4描述为人工智能领域的游戏规则改变者，它将向着拥有人类的解释能力这一目标更进一步。

显然，网友对GPT-4的发布充满期待。

有网友还做了一张GPT-4和GPT-3参数对比图。

OpenAI创始人Sam Altman此前曾表示，GPT-4仍然将是纯文本模式，且训练参数不会比GPT-3高出太多，因为研发的重点将放在如何提升利用现有数据的能力上。

纽约时报曾猜测，微软必应所增加的聊天功能很有可能就是由GPT-4驱动的。

一次OpenAI内部采访中，其中提到了OpenAI现在用了微软一半的算力，2.8万张A100。在2022年，就花费了4-5亿美元，今年预期要亏损20多亿美元。

其中还提到了，在有隐私限制及其他不能用OpenAI API的场景，底层算力大型的提升非常重要。

对于新一代GPT能否帮助OpenAI节省算力，也值得我们拭目以待。

当然也有人表示担忧，飞速发展的AI是否会开启人类的末日？

不过微软的人重申，【【微信】】给人们日常生活带来的影响与十多年前的iPhone相似。

由Saya Nadella领导的公司也明确表示，GPT-4不是来抢人饭碗的，而是帮助人类简化工作、提升质量。

高调官宣：必应日活首次破亿

而在3月8日，【【微信】】版必应的日活用户数在历史上首次突破了1亿，这距离它在2月8号的发布，正好一个月。

前有【【微信】】用时俩月月活破亿，今有【【微信】】版必应用时一月日活破亿，微软真的是在不断创造奇迹。

现在，每天有1/3的预览版用户都在使用【【微信】】版必应，而且自推出以来，用户已经和必应进行了4500万次聊天。

虽然必应的市场份额与谷歌相比还差得多，但在经历了长达数年的疲软之后，微软对这次的增长还是非常满意的。

副总裁Yusef Mehdi在最新的博文中表示：「我们很高兴与大家分享，经过几年的稳步发展，再加上100多万新的必应预览用户的一点点推动，我们的必应日活跃用户已经突破了1亿。」

除此之外，随着新的应用程序的推出，必应在移动端的日活用户也增加了6倍。

顺便，微软再再再次放宽了【【微信】】版必应聊天限制――每天120轮对话，每轮10句。

前几周，微软刚刚制定了计划，要在价值约5000亿美元的数字广告市场上，进一步增加收入。

微软财务副总裁【【微信】】在上个月与分析师的电话会议上说：「搜索广告市场的份额每增加1个点，我们的广告业务就有20亿美元的收入机会。」

在过去的12个月里，微软的广告业务收入已经增长到180亿美元，而上一财年为100亿美元。

这个成就在很大程度上要归功于必应，但要接近谷歌2022年超过2000亿美元的广告收入，微软仍有很长的路要走。

但对微软来说，这是一个从谷歌那里抢占市场份额、虎口夺食的最好机会。

【【微信】】正式加入【【微信】】，同时还有GPT-3.5、Dall-E 2

除了搜索引擎，【【微信】】也被微软火速整进了云平台Azure中。

今年1月中旬，纳德拉就曾预告，微软即将在Azure中整合进【【微信】】。

微软说到做到，这才不到俩月，就正式完工了。

北美时间3月9日，微软在官方博客宣布，【【微信】】已被正式整合进【【微信】】服务中，现在是预览版。

这意味着，企业和个人开发者现在都可以借助【【微信】】服务，用上最先进的AI模型，包括Dall-E 2、GPT-3.5、Codex等。

比如GitHub Copilot通过【【微信】】服务中的Codex模型，能帮开发者自动生成代码。

使用Power Platform中的Co-pilot，用户能够编写Power Fx命令，甚至实现自动化流程

Microsoft Teams Premium通过GPT-3.5模型打造了「智能回顾」功能，可以自动生成会议记录、笔记、实时翻译等。

Microsoft 【【微信】】通过GPT-3.5模型提升了销售效率，可自动生成邮件内容、生成个性化销售文案等。

【【微信】】 Studio的无代码开发模式，能让企业和开发者快速开发智能应用程序和解决方案。

在设计软件中，【【微信】】使用了DALL·E 2模型，在提示栏中不断明确自己的要求，软件就会生成越来越符合用户要求的图像

其实前几天，微软就已宣布低代码应用平台Power Platform整合进【【微信】】，开发者可以使用最少的代码创建应用程序。

借助【【微信】】服务中的【【微信】】预览版，企业和开发者可以把它的功能直接集成到应用产品中，私人定制自己的【【微信】】，提供个性化客户服务，生成个性化营销文案，建立企业级智能化知识库搜索引擎等。

技术公司可以快速将机器人连接到不同的产品，支持知识库和常见问题解答，在不编写任何代码的前提下，就能为客户提供支持

微软的办公软件帝国，眼看要成形了。

谷歌埋葬了自己

其实，谷歌不是没有这样的机会。

据华尔街日报称，几年前，2名前谷歌工程师曾push高管向公众发布【【微信】】类似聊天机器人，但直接被毙掉了。

原因很简单，不安全。

可以说，谷歌高管们谨慎的态度把自家的前程给葬了。

2018年，谷歌研究工程师Daniel De Freitas开始从事一个人工智能副项目，目标是创建一个模仿人类说话方式的对话聊天机器人。

谷歌人工智能研究部门的软件工程师Noam Shazeer后来加入了该项目。

当时，De Freitas和Shazeer建立的聊天机器人称为「Meena」，随后便更名了，也就是现在的LaMDA。

Meena能够进行哲学辩论、随意谈论电视节目、还能双关。当时，他们相信Meena可以从根本上改变人们在网上搜索的方式。

他们多次尝试将聊天机器人对外公布，将聊天功能添加到【【微信】】，并向公众推出演示。

不幸的是，谷歌高管表示，聊天机器人不遵守其AI安全和公平标准，推出聊天机器人的计划便陷入了僵局。

高管们的反应，让De Freitas和Shazeer非常失望。因此，他们在2021年底离开谷歌，创办了自己的公司，尽管谷歌CEO皮查伊亲自要求他们留下来继续从事聊天机器人的工作。

他们成立的这家公司名为Character.Ai，并在此后发布了一个聊天机器人，可以扮演埃隆马斯克或任天堂的马里奥等人物。

Shazeer上个月在接受采访时表示，这在谷歌内部引起了一些轰动。但最终我们决定，作为一家初创公司，我们可能会有更多的运气和自由。

谷歌对人工智能采取小心谨慎的态度并不是什么新鲜事儿了。自2012年以来，这家公司一直在阻挠其人工智能工作。

2012年，谷歌聘请了计算机科学家Ray Kurzweil来研究其语言处理模型。大约一年后，谷歌收购了英国人工智能公司DeepMind，该公司旨在创建通用人工智能。

然而，出于对大规模监控的道德担忧，学者和技术专家推迟了使用这项技术，谷歌对限制其使用人工智能的方式做出了承诺。

2018年，由于员工的强烈反对，谷歌宣布终止将其人工智能技术用于军事武器的项目。

尽管谷歌Bard聊天机器人在上个月的第一次公开演示中犯下一个事实错误后，导致谷歌股价大跌。

但谷歌的人工智能计划现在可能终于看到了曙光。

Alphabet董事长John Hennessy认为，谷歌的聊天机器人还没有真正为产品做好准备。CE皮查伊要求所有谷歌员工花两到四个小时的时间帮助测试产品，以便为发布做好准备。

皮查伊在二月份的一份备忘录中写信给谷歌员工：

我知道这一刻令人不安地兴奋，这是意料之中的。底层技术正在迅速发展，潜力巨大。我们现在能做的最重要的事情是专注于构建一个伟大的产品并负责任地开发它。

17年，谷歌提出了Transformer，为如今大语言模型的种种繁荣景象夯实了基础，然而，谷歌自己却没能把握住时代的命脉，自己制霸多年的搜索引擎和办公软件市场，现在眼看就要被微软偷家。

一个太过谨慎的巨头，是怎样被锐意进取、打法创新的对手击败的？

这个故事值得我们深思。

GPT-4 火爆全网，ChatGPT 热点重燃，文心一言即将上线

3 月 15 日，GPT-4 全网刷屏，冲上热搜！GPT-4 是一个多模态大模型，其新能力和性能上的提升备受市场关注，微软也确认最新版必应将升级使用 GPT-4 大模型。盘面表现上，港股 ChatGPT 概念股走强，美图公司 ( 01357.HK ) 、百度集团 -SW ( 09888.HK ) 、阅文集团 ( 00772.HK ) 、网易 -S ( 09999.HK ) 带头上涨。

图像处理是亮点，对比前代性能大提升

OpenAI 公司的 ChatGPT 近段时间不断火出圈，资本市场也是各种热炒。如今 ChatGPT 热度还未散去，OpenAI 又发布了更强大的 GPT-4 大模型，堪称 " 王炸 " 产品，ChatGPT 的智能程度将更加强大。与此前的 GPT 系列模型相比，GPT-4 最大的突破之一是在文本之外还能够处理图像内容，一起来看看。

当地时间 3 月 14 日，OpenAI 发布多模态预训练大模型 GPT-4，增加了识别和理解图像的能力，同时文本处理能力提升至 2.5 万字，且回答准确性进一步提高，还拥有编歌曲、写剧本等更创造性的写作能力。不过，目前 GPT-4 没有免费版本，仅向 ChatGPT Plus 的付费订阅用户及企业和开发者开放。

同时，微软也确认 【【微信】】 聊天机器人（新版必应）已升级使用 OpenAI 的 GPT-4 技术。此前，微软还宣布，已可以在基于 Azure 智能云平台上的 OpenAI 服务中使用 ChatGPT。

GPT-4 有多强大呢？

在官方演示中，GPT-4 几乎就只花了 1-2 秒的时间，识别了手绘网站图片，并根据要求实时生成了网页代码制作出了几乎与手绘版一样的网站。

除了普通图片，GPT-4 还能处理更复杂的图像信息，包括表格、考试题目截图、论文截图、漫画等，例如根据专业论文直接给出论文摘要和要点。

换句话讲，现在的人工智能，已经不仅仅停留在文字处理上了，还能处理简单的图像，这样的人工智能已经越来越接近科幻片里人们想象中的模样。

那么对比此前 ChatGPT 使用的 GPT-3.5 版本来看，新版的 GPT-4 性能提升了多少？

OpenAI 称，在公司内部的对抗性真实性评估中，新版 GPT-4 的得分比 ChatGPT 此前使用的 GPT-3.5 模型高 40%，相应的 " 不允许内容请求的倾向 " 降低了 82%，根据政策响应敏感请求（如医疗建议和自我伤害）的频率提高了 29%。

OpenAI 称，在测试的 26 种语言中，GPT-4 在 24 种语言方面的表现均优于 GPT-3.5，其中 GPT-4 的中文（普通话）能够达到 80.1% 的准确性。

众所周知，中文在计算机识别上比英文的难度更大，语义更加复杂，GPT-4 目前对于中文的准确性已经很让人惊艳。

而在专业学术方面，新版 GPT-4 性能提升幅度也是巨大的。

据 OpenAI 介绍，GPT-4 在专业和学术方面表现出近似于人类的水平。例如，它在模拟律师考试中的得分能够排进前 10% 左右，相比之下，GPT-3.5 的得分只能排在倒数 10% 左右。

除了律师考试，GPT-4 还在美国大学入学测试 SAT 中考到 710 分，虽然分数不高，但已经够上美国大学录取水平。更重要的是，GPT-4 能在大学的基础微积分课程中获得 4 的成绩 ( 5 分为满分 ) ，这证明了该模型已经掌握了高等数学大部分的概念。

人工智能已经越来越像人了，此前就有人担心人工智能会不会取代某些行业和岗位，我们怎么办？

微软德国 【【微信】】 前段时间就 AI 对业界的颠覆性影响展开了讨论。她坦言，当前人工智能的发展迎来了 "iPhone 时刻 "。不过 AI 并非要替代人类工作，而是帮助人类用不同的方式来完成重复性的工作。

换句话说，按微软这位领导的理解，人工智能的属性仍然偏向于 " 工具 "，他只是起到人们工作时的辅助作用，提高人类工作效率。

其实这个问题就像电脑、手机的出现，作为一种电子化的工具，电脑、手机始终也没有取代人类，虽然可能消失了一些行业和岗位，但也同时诞生了大量新的行业和岗位，科技总是辅助社会向前进步的。

新模型可能产生的机会

随着 ChatGPT 在年初的火爆，市场对下一代模型的期待更高。目前来看，纯文本交流已逐渐无法满足公众对于人工智能的期待，多模态 ( 包含文本、图像、视频处理 ) 是最受关注的技术变革方向。而从已公布的 GPT-4 版本来看，人工智能的多模态在逐渐变成现实。

国盛证券此前表示，若 GPT-4 转向多模态，将大幅提升 AI 视觉方向生产效率，图像、视频等应用将层出不穷涌现。其使用场景将远远不仅限于文字、问答与办公，打开有望未来 AI 在下游千行百业的应用空间，进一步打开市场想象力。该机构还表示，由于多模态模型使用图像、视频等多媒体数据进行训练，而此类文件大小远超文字，算力需求有望激增。

天风证券认为，GPT-4 未来可能会是生成式 AI 时代的 " 报晓鸟 "。未来，生成式 AI 可能成为人类思维的 " 大副 "。全要素生产率在 PC 时代飞速增长，在互联网普及后 ( 2005-2022 ) 增长缓慢，生成式 AI 时代全要素生产率可能重新加速上升。

与此同时，多模态大模型让深度学习对个体的多层次理解成为可能，让 "AI 生成设计 " 到 "AI 生成产品 " 成为可能，而该市场或将比 "AI 生成内容 " 大很多倍。

人工智能，真的越来越 " 智能 " 了。

而对于金融圈来说，在 GPT-4 发布后，已经有国际知名投行开始试水了。

在 OpenAl 官网上罗列的多个使用 GPT-4 的实际案例中，华尔街知名投行摩根士丹利的名字赫然就在其中。

据悉，摩根士丹利正在推出一款由 OpenAI 最新技术驱动的先进聊天机器人，以在日常工作中为该行的财务顾问团队提供帮助。在 OpenAI 的 GPT-4 的帮助下，摩根士丹利正试图改变其顾问团队搜寻相关信息的方式。

随着摩根士丹利率先吃上 GPT-4 的蛋糕，未来可能会有更多的华尔街巨头加入其中，一场金融圈的 AIGC 浪潮或许也将就此拉开帷幕。

国内方面，百度的文心一言也将在 3 月 16 日正式发布，港股 ChatGPT 概念股已在 3 月 15 日走强。资料显示，文心一言是百度基于文心大模型技术推出的生成式 AI 产品。在文心一言未正式上线时，已吸引众多合作伙伴，16 日的正式发布或将重燃市场对 ChatGPT 的热情和期盼。