原標題：OpenAI大模型新進展！將推出多模態大模型，新項目Gobi籌備中！
文章來源：元動乾坤
內容字數：2776字

多模態大語言模型的競爭

根據《The Information》的報道，OpenAI正在加緊研發其多模態大語言模型GPT-Vision，試圖在谷歌推出其多模態模型Gemini之前實現發布。這一競爭標志著OpenAI與谷歌在AI領域的激烈對抗，類似于蘋果與安卓的競爭。

1. Gobi與Gemini的較量

OpenAI計劃在推出GPT-Vision后，進一步推出更強大的多模態模型Gobi。與以文本為主的GPT-3.5相比，GPT-4已經具備了部分多模態功能，如圖像輸入，但其視覺輸入尚未全面開放使用。Gobi將從一開始就專注于多模態能力，能夠處理更多類型的信息并提供更全面的響應。目前，谷歌的Gemini已向少量外部公司展示，且據稱其在準確性上表現更佳。

2. 數據優勢與技術挑戰

谷歌在多模態大語言模型方面的優勢在于其豐富的專有數據來源，包括從搜索引擎和YouTube獲得的文本、圖像和音頻信息。OpenAI則面臨著在多模態功能上追趕的挑戰，盡管其在GPT-4中已展示了部分相關能力。此外，訓練Gobi的進展不明，尚不確定其能否成為新一代的GPT-5。

3. 信息安全與濫用問題

多模態功能的推出也引發了信息安全的擔憂。OpenAI在發布GPT-4的多模態功能時，僅與特定公司合作，避免潛在的濫用風險。其工程師團隊正在努力解決視覺功能可能被惡意利用的問題，例如自動驗證碼或進行面部識別追蹤。谷歌也面臨類似挑戰，并表示承諾將確保其AI產品的負責任開發。

4. 未來展望：AIGC的焦點

多模態大語言模型的開發正在成為AI領域的新趨勢，OpenAI與谷歌之間的競爭不僅是技術上的較量，也可能引發更廣泛的社會討論，包括技術應用、合作、監管與倫理等方面。隨著Gobi與Gemini的推出，這場競爭將為未來AI大模型的發展奠定基礎。

聯系作者

文章來源：元動乾坤
作者微信：
作者簡介：訂閱前沿信息技術，了解活動動態，分享技術信息