近日，Open AI正式推出最新旗艦?zāi)Ｐ虶PT-4o（o代表Omni，全能）。

GPT-4o作為最新旗艦?zāi)Ｐ?，可以?shí)時(shí)對音頻、視覺、文本進(jìn)行推理，支持文本、音頻和圖像的任意組合輸入，并能生成文本、音頻和圖像的任意組合輸出。其在多語言、音頻和視覺能力方面相較前代也有所提升。

在發(fā)布會(huì)現(xiàn)場，GPT-4o講述了一個(gè)關(guān)于機(jī)器人與愛情的故事，在這個(gè)過程中，GPT-4o不斷挑戰(zhàn)用更加情緒化、戲劇化的方式進(jìn)行朗讀，用戶可以明顯感受到其中情感與音色的變化。

Sam Altman在社交媒體上

留下一句“her”。

科幻電影《Her》似乎已走進(jìn)現(xiàn)實(shí)。

站在“Her”來臨的當(dāng)下，

AI底層技術(shù)有哪些趨勢或方向？

邱鋰力

微軟亞洲研究院副院長

微軟亞洲研究院（上海）負(fù)責(zé)人

最關(guān)鍵的不再是掌握復(fù)雜的技術(shù)細(xì)節(jié)，而是依賴于你的想象力和目標(biāo)設(shè)定。大模型可以幫助我們處理許多具體的技術(shù)問題。

@上?？萍?/p>

站在這個(gè)時(shí)間節(jié)點(diǎn)，您覺得AI底層技術(shù)有哪些趨勢或方向？

@邱鋰力

AI的應(yīng)用已經(jīng)涵蓋了生活的各個(gè)方面，我們特別關(guān)注以下三個(gè)方向：

一是效率。目前AI的訓(xùn)練和使用成本仍然較高，我們正在不同層面上努力提升效率，包括從引擎到平臺，再到實(shí)際應(yīng)用的各個(gè)環(huán)節(jié)。

二是多模態(tài)。AI技術(shù)已經(jīng)能處理不同的數(shù)據(jù)模態(tài)，如文本、圖片、視頻和語音。然而，要支持醫(yī)療等特定應(yīng)用，我們還需處理更多如生理信號、無線感知技術(shù)（包括WiFi、毫米波和激光雷達(dá)）等不同于傳統(tǒng)模態(tài)的數(shù)據(jù)。我們致力于更好地支持這些新模態(tài)，并探索如何將它們與傳統(tǒng)模態(tài)結(jié)合，這一領(lǐng)域有巨大的發(fā)展?jié)摿Α?/p>

三是應(yīng)用。盡管大模型的能力非常強(qiáng)大，但要將它們應(yīng)用到具體行業(yè)中，仍面臨許多新的問題和挑戰(zhàn)。在解決這些問題的同時(shí)，也帶來了很多機(jī)遇。

@上?？萍?/p>

在未來的人才引進(jìn)策略上，微軟亞洲研究院（上海）有哪些計(jì)劃？目前團(tuán)隊(duì)的年齡結(jié)構(gòu)是怎樣的？

@邱鋰力

我們的團(tuán)隊(duì)非常年輕，我們在持續(xù)招聘全職研究員和實(shí)習(xí)生。上海是一個(gè)國際化的平臺，比較容易吸引來自全球各地的人才。最近，我們還吸引了兩位跨學(xué)科的人才。一位是醫(yī)學(xué)專業(yè)畢業(yè)的創(chuàng)業(yè)者，他曾開發(fā)過應(yīng)用于醫(yī)療領(lǐng)域的AI技術(shù)，所以在我們討論醫(yī)療項(xiàng)目時(shí)貢獻(xiàn)了很多寶貴意見，碰撞出很多火花，我們在醫(yī)療方面也有很多新的研究方向正在推動(dòng)中。另一位是神經(jīng)科學(xué)家，他有理論物理的背景，對AI非常熟悉。我們認(rèn)為，許多前沿技術(shù)的發(fā)展需要跨學(xué)科和跨領(lǐng)域的合作。