OpenAI推出全新GPT6并向免费用户开放,聊天框升级为支持图表与可交互UI的智能界面。本文通过钢琴练习、掼蛋游戏、电脑拼装等实测场景,解析软件适应人的全新交互逻辑,帮助读者全面了解AI功能升级与数学研究新进展。
Tags:最近有两个好消息。
第一个是 GPT-6 终于免费了!
OpenAI 把最新的 GPT-6 Luna 已经推送给了所有免费用户,取代了 GPT-5.6。
白嫖党又可以吃上正餐了
不过,只有付费用户才能用上更猛的 GPT-6 Sol,性能上还是拉开了差距。
第二个是 ChatGPT 的聊天框,做了一次彻底的进化!
现在它回答问题的时候,不再只是甩你一堆文字,而是能根据你问的内容,当场给你画图表、生成可以点击操作的交互组件。
对话框变成了一个随问随变的智能界面。
这个功能也是所有用户都可以用上的!我实测了一波,感觉很香。
一、实测
比如,我本人是一个钢琴小白,想让 ChatGPT 教我弹钢琴。
只需要给到一句“教我弹钢琴”的提示词,它就会自主生成一个可交互的练习界面。
一排标注了音名和指法的琴键,一个可以调速的节拍器,还有逐音符的乐谱提示。
点“听示范”,它会直接在钢琴上弹奏《欢乐颂》。
切到练习模式,我可以点击键盘跟着弹。ChatGPT 还会在琴键下方,实时指导我该按哪个音。
然后我尝试让 ChatGPT 教我打掼蛋。
它模拟真实出牌流程,给到了很多趣味小剧场。
比如说,它给我安排了一张四人桌,三个虚拟牌友。
出♠8 开局,牌友会轮流跟牌。
答完 9 道出牌练习题,基本就可以在现实里上桌了。
我又让 GPT 教小白做电脑拼装,它直接生成了一块可以动手操作的虚拟主板。
可以依照步骤,直接在上面点击做拼装。
这个拼装不是按顺序拖进去就完事了,也给到了很多干扰选项。
比如接线的时候,几根供电线长得差不多,该插 CPU 口还是显卡口得我自己判断。
CPU 也给了好几个旋转角度,只有三角标记对齐了才能放下去。
如果拼装错误,画面会震动提示我插错了位置,还会红字报错。
拼装成功,界面会显示连接小动画,挺有成就感的。
最后,我又试了一下用它学《滕王阁序》。
不仅给到了白话对照翻译,而且有原文朗读功能和生僻字释义。
卧槽,完全就是一本互动版的语文教材...
不过只是这样有点太简单了,我还让它顺便做了个《滕王阁序》书法轨迹复原。
它直接调出文徵明 1554 年手卷的原帖墨迹,从静态字帖里反推出每一笔的运笔轨迹,逐字动画还原书写过程。
还能调写字速度,查看轨迹坐标。
写字的时候也可以听原句朗读。
这个是真的牛...
二、官方博文
以上是我的实测结果,翻了翻官方的博文,也有很多有趣的 Case。
比如这个账单分摊小工具,只要给到 ChatGPT 小票,几分钟就可以完成。
聚餐完不用再挨个对账了,很方便。
还有这个退休金计算器,感觉也很有用。
你先设定每月想存多少钱,比如 500 美金。
然后拖一下年限,比如存 30 年。
年化收益率默认给了 5%,觉得保守可以自己往上调。
它马上就告诉你最终能攒到多少钱,而且把你自己存的本金和利滚利赚的钱分开显示。
除此之外,普通回复也有了比较大的提升,回复内容会包含更多图片。
回复速度也更快,可以在思考的同时做回复。
对于需要网页搜索的问题:
GPT‑6 即时模式开始回答所需的时间,比 GPT‑5.6 即时模式平均缩短了 32%。
GPT-6 Instant 平均比 GPT-5.6 Instant 早 44% 开始回答。
三、OpenAI 近期大瓜
聊到这里,想插播一个大瓜。
这几天,OpenAI 一口气放出了 722 篇研究级数学难题的解题手稿,整个数学圈都炸了。
仓库链接:
https://github.com/openai/math
Rutgers 大学数学系主任 Kontorovich 看完之后直接说:“如果这是一个人类做出来的,那会立即是一枚菲尔兹奖,毫无疑问。”
后来又看到一个关于 Siegel zero 的论证结果,他又补了一句:“那我猜是两枚。”
按 OpenAI 自己的说法,平均每项成果消耗的算力,大概相当于用 ChatGPT Pro 的 thinking 模式跑 3 个小时。
这个确实很炸裂。
从之前声称攻克了千禧年难题 NS 方程开始,OpenAI 就一直在数学圈搞事情,而且频率越来越高。
让我想起当年 AlphaGo 3:0 下赢柯洁的时候,柯洁在棋盘前哭了。
那一刻大家突然意识到,人类在围棋这件事上已经彻底输了。
现在数学界可能正在经历类似的时刻。
区别在于,围棋输了就是输了,但数学如果真的被 AI 跑在前面,带来的冲击要大得多,因为数学是很多学科的地基。
另外,科研的成本结构可能要彻底变天了。
过去,一个问题值得不值得研究,很大程度上取决于有没有足够厉害的人,愿意拿出几年时间去赌。
如果 AI 能持续产出,那些因为太冷门、成功希望太小而被搁置的问题,就有机会重新被拿出来讨论。
但这也会带来一个很现实的矛盾。
机器交出证明的速度,可能超过人类理解证明的速度。
如果有一天论文可以成批生成,解题能力变便宜之后,学术界还能不能主要靠“解出了多少道题”来评价一个研究者?
我觉得,这才是这波进展对数学界更深的冲击。
四、总结
当然,这些跟我们普通人的日常还是隔得太远。
我觉得这次更新里聊天框的进化倒是更值得关注,因为这是每个人打开ChatGPT都能直接感受到的变化。
想一下,以前不管你想干什么,第一步永远是先去找一个对应的软件。
想学钢琴得下 App,想算退休金得搜工具,想学古文得找教育平台。
先找到它,再学会用它,然后才能开始干正事。
现在这一步直接跳过了。你只需要说你想干什么,工具自己就长出来了。
关于这个变化,OpenAI 在公告最后写了一段我很认同的话:
几十年来,人类不得不去适应固定的软件,在为了特定任务而设计的冰冷界面中来回折腾。
我们坚信,未来的逻辑将彻底颠覆:不再是人去适应软件,而是软件去适应人。
你只需说出你想完成什么,一套属于你的专属交互体验,就会围绕着这件事情自己长出来。
找工具这件事本身,可能正在消失。
以后,你不必先成为某个软件的熟练用户,就能把自己的事做好。
没有评论:
发表评论