AI应用的东风,奥特曼不想错过

news2024/11/28 2:37:07

文|魏琳华

编|王一粟

作为炙手可热的AI公司,Open AI又一次拿到了一轮足以令对手眼红的巨额融资。10月2日,Open AI宣布顺利完成66亿美元融资,补上了烧钱研发亏损的同时,还为下一轮竞争拿到了资金支持。

跻身万亿独角兽,Open AI的焦虑却依然存在。巨额研发、人员等成本支出、转型营利公司等都成为了鞭策Open AI加速奔跑的鞭子。

好在,坚定转向营利公司的同时,Open AI早已开始下一盘超级AI产品的大棋。

两条腿走路,Open AI加码产品

在曝出融资计划后的一周内,Open AI动作频频:

先是在10月1日的第二届开发者大会上,拿出了多款实用的API调用计划;又在一天后官宣66亿融资计划尘埃落定,一举跃升万亿级独角兽;还在没有预告的情况下放出了名为Canvas(画布)的新产品,开放给Plus会员使用。

又一轮融资成功的Open AI,急于用两条腿走路,抓住B端和C端一起发力。

10月1日,在第二届开发者大会上,Open AI没有发布产品,而是给开发者先带来了工具应用的福利,其发布了四款API:实时语音API、视觉微调API、提示缓存API、模型蒸馏API。

针对订阅用户,Open AI也给出了有诚意的功能更新。

10月4日凌晨,Open AI正式发布基于GPT-4o模型打造、可与AI合作完成写作和编码界面的附加产品功能Canvas(画布),目前已向ChatGPT的Plus和Team订阅用户开放测试使用。

从界面设计来说,Canvas摒弃了传统模式,用空白界面来承载AI工作的种种需求。“我对终极 AGI 界面的愿景是一张空白的画布。”负责Canvas的研发成员Karina Nguyen说。

不同于以往多轮对话的交互形式,Canvas支持用户在创作界面中用【高亮】形式标注出需要调整的部分,交由AI完成局部的细致调整。如果不满意,还可以使用【后退】按钮恢复先前版本。

针对不同的需求,Open AI还设计了特定的快捷指令,帮助用户提升效率。以写作为例,Canvas内置了五个快捷指令:建议编辑(提供修改意见)、调整长度(扩充/删减内容)、更改阅读级别(从幼儿园至研究生级别)、最终润色(检查语法、表达和一致性)、添加表情符号(在文本中插入emoji表情)。

针对高亮部分的优化编辑功能 图源:Open AI

Sam Altman本人对添加emoji表情的功能似乎格外满意,甚至单独发了一条X询问“添加表情是Open AI有史以来最好的功能吗?”。

Sam Altman只给了“肯定”的选项供用户选择,足可见他对该功能的满意 图源:X

Canvas还致力于成为一个更加人性化、更懂用户的产品。除了给出新交互方式和方便的指令功能之外,Open AI还开启了智能识别:当 ChatGPT 检测到可能有帮助的场景时,Canvas会自动打开。此外,在对话框中打出启动Canvas的指令,也可以跳转到相应界面。

值得肯定的是,对比以往Open AI的系列产品,在产品功能设计和交互体验上,Canvas已经开始真正触及到用户的痛点。

以功能设计来说,Canvas给出了更能提升工作效率的快捷功能,其中一些功能颇受用户好评。比如针对编程的“代码审查”,它能用AI能力帮助使用者自动检查其中的问题并完成修改。

在交互体验上,Canvas将文本、编码这种无需记忆上下文对话的内容单独存放在空白界面中,并用局部选中的方式提升了修改的灵活性。加上右侧快捷指令图标栏的丝滑切换、内容生成的过渡动画效果,Open AI的产品细节正在变得更加丰富。

具体产品化的背后,或许是ChatGPT面临付费用户增长有限的问题。

据《纽约时报》披露,截至8月,ChatGPT月活跃用户高达3.5亿。但在庞大的用户基数下,其订阅用户数量仅为1000万。仅凭当前的付费用户,撑起庞大的营收目标十分乏力。

正如国内豆包、文小言、kimi等泛聊天产品面临的问题一样,ChatGPT在通用场景里的用户提问总是有限的,只能切走一部分通用搜索的蛋糕。

而想要进一步提升付费意愿和客单价,必须在专用场景里找到合适的产品。这也是OpenAI同时发力B端和C端的原因。

加速商业化,产品化是关键

接连放出更新的Open AI,正处在融资成功的高光阶段。

10月2日,据BBC报道,Open AI已顺利完成最新一轮的66亿美元融资,由Thrive Capital(高盛资本)领投,软银、英伟达、微软等科技公司也参与其中。目前Open AI估值高达1570亿美元,成功跻身万亿独角兽。

但在风光之下,Open AI转向营利的目标和披露出的营业收入也备受关注。受制于此前投资达成的协议,Open AI正在考虑转型为营利公司。

被条约裹挟,Open AI的赚钱规划必须加速提上日程。根据《华盛顿邮报》报道,知情人士透露,新资金的条款附带一项规定,如果 OpenAI 在两年内没有完成转型,投资者可以将其在公司的股份转换为 9% 利率的债务。

媒体披露信息显示,Open AI今年营业收入预计达到37亿美元。而想要达到5年后年收入千亿美元的宏大目标,无论在占据大头的C端订阅还是在B端服务企业、个人开发者上,Open AI都需要花心思找到更有价值的付费点,以吸引用户为其买单。

从去年开始,Sam Altman发力产品的策略已经初见端倪。

去年11月,在Open AI举办的第一届开发者大会上,其不仅公布了大模型GPT-4-Turbo,在保证性能的同时大幅降低Tokens价格,以相当于GPT-4的1/3输入和1/2输出tokens的优惠力度推出,还借着这个场合展示了它们的新产品——GPT Store(GPT商店)。在GPT Store中,无需编写代码,任何人都可以基于模型能力和自身需求,通过设定提示词的方式创建定制版的ChatGPT。

GPT Store 图源:Open AI

今年7月,Open AI正式发布AI搜索产品Search GPT,不过仅开放了限定在10000名用户的测试名额。“我们认为,今天的搜索仍然有很大的改进空间。”SearchGPT发布当天,Sam Altman在X上这样点评。

试水AI产品的同时,Open AI也在吸纳经验丰富的产品开发者,为Open AI的产品化之路找寻适合的人才。

今年6月,Kevin Weil官宣加入Open AI,担任首席产品官一职。官方表示,Kevin将领导一个产品团队。此前,他曾担任Facebook Novi 产品副总裁,Instagram产品副总裁、Twitter产品副总裁,在打造产品方面拥有丰富经验。

然而,不同于Open AI在研发多模态大模型上取得的绝对优势,从GPTs、AI搜索到Canvas,Open AI在开发新产品上的动作总是慢半拍。

迄今为止,Open AI发布的AI产品总能找到对标品。比如,GPT Store并不是一个新鲜功能,早在去年年初,多家集合Open AI、谷歌、Anthropic等大模型能力,并提供定制智能体功能的平台早已上线,比如“海外版知乎”Quora总裁创建的AI机器人平替POE。

在“AI搜索能否杀死传统搜索引擎”的讨论愈发火热的阶段,Open AI的产品发布也落后于同赛道的传统巨头和创业者,且在产品形态、交互体验上来看,SearchGPT没有给出更让人眼前一亮的优化。

本月发布的Canvas也并非创新产品,它被视为对标Anthorpic 6月发布的Artifacts和编程软件Cursor两款产品的存在。

用于代码可视化的产品Artifacts 图源:Anthorpic

Open AI想要抢占AI应用产品落地的野心明晃晃,出招却并不惊艳。

真产品还是伪需求?

虽然动作不断,但细数近两年Open AI发布的产品,却很难在大众市场中再次留下类似ChatGPT般的爆炸性传播效果。

据外媒报道,ChatGPT的发布是一场不在Open AI董事会预料中的大胆尝试。创下5天超百万用户、60天用户破亿纪录的ChatGPT,让Sam Altman尝到了王牌产品带来的泼天富贵。

此后,Open AI在发布最新模型的同时,也在观察基于大模型的产品落地实践。在这些有可能满足市场需求、造出新吸金兽的赛道,Open AI不想错过,GPT Store、AI搜索就是证明。

不过,在ChatGPT之后,Open AI交出的答卷却很难让用户再次满意。

接近1年的时间中,GPT Store没有证明自己成为“下一个App Store”的潜力,甚至难以留住为数不多的尝鲜者。

和App Store相似的是,GPT Store的生态依赖使用者和开发者。然而,GPT Store的设计对开发者不算友好,在引流、抄袭管控等方面表现不佳。比如,它允许多个用户创建重名GPT,且没有对相似度极高的GPT作出限制。在没有办法取得盈利、获得有效曝光的前提下,开发者的创作热情难免被打压。

更糟糕的是,GPT Store无法吸引用户驻足。据The Information报道,一位开发人员在研究超过3万个GPT后发现,其中绝大多数GPT每天的用户量只有1-2个,只有5%的GPT能够吸引到150-500个用户使用。

AI搜索的大规模测试也暂无消息,和年初上线的视频模型Sora一样,成了Open AI至今未兑现的空头支票。

从产品形态上来说,Open AI的SearchGPT的搜索功能实现仍然集中在AI生成内容的“答案引擎”方式,通过综合海量互联网信为用户解答疑问。在AI搜索产品壁垒不高的情况下,Open AI也没有拿出更具差异化的新产品。

SearchGPT交互界面展示 图源:Open AI

即使上线,SearchGPT又是否能真正如期抢走其它AI搜索产品的风头?它的效果还要打一个问号。

目前,从营收的角度来说,Open AI的摇钱树仍然来自于订阅服务和企业、个人开发者的合作。这些产品既没有为Open AI带来预期内的引流效果,在营收上也无法撑起漂亮的新增长曲线。

不过,未来几年内,Open AI注定要将ChatGPT的服务越做越厚。在《纽约时报》披露的文件中,Open AI计划在今年将ChatGPT的订阅价格从20美元提升至22美元,5年后,这个价格将会翻一番,涨到44美元。

好在,Canvas的发布,让人们看到了Open AI在产品设计和交互上的进步,至于会有多少用户愿意为此买单,还需要交给市场检验。

如何让用户心甘情愿为昂贵的定价买单?Canvas只是增值服务的一小环,找到更多的付费点,这是Open AI需要在接下来几年用行动回答的问题。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2192500.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【电商搜索】现代工业级电商搜索技术-中科院计算机研究所-生成型检索与多级相关性相结合

【电商搜索】现代工业级电商搜索技术-中科院计算机研究所-生成型检索与多级相关性相结合 目录 文章目录 【电商搜索】现代工业级电商搜索技术-中科院计算机研究所-生成型检索与多级相关性相结合目录0. 论文信息1. 摘要2. 研究背景3. 主要挑战4. 创新点5. 算法模型1. **标识符设…

还在“卷”长度?长文本模型真的基于上下文进行回复吗?

近年来,随着长文本模型(Long-context Model, LCM)技术的突飞猛进,处理长上下文的能力已成为各大语言模型(Large Language Model, LLM)的核心竞争力,也是各大技术厂商争夺的焦点。截至2023年12月…

SystemC学习(1)— SystemC安装与HelloWorld

SystemC学习(1)— SystemC安装与HelloWorld 一、前言 参考文档: 1、ubuntu系统安装systemc-2.3.4流程 2、SystemC语言学习笔记 3、SystemC资料2.ppt 4、SystemC入门笔记 二、安装包下载与安装 我们可以直接从官网下载SystemC的库安装包&a…

多字节字符集CString转换string

实现函数如下&#xff1a; std::string CStringToUTF8(const CString& str) {// Step 1: 将 MBCS (GBK) CString 转换为宽字符&#xff08;WCHAR&#xff09;int wideLen MultiByteToWideChar(CP_ACP, 0, str.GetString(), -1, NULL, 0);if (wideLen < 0)return "…

组件中$router/$route的由来(vue-router源码分析)

1.vue-router源码下载 我们可以到github上找到对应版本的vue-router 版本号可以到项目中的node_modules/vue-router/dist/vue-router.js查看嘴上面的许可证说明(package.json只提供了版本的大致范围 ^表示2.2.x 而~表示2.x.x 都为>的含义) 在github上的vue-router我们要选择…

一个月学会Java 第2天 认识类与对象

Day2 认识类与对象 第一章 初识类 经过一个程序的编写&#xff0c;应该对程序的结构有点好奇了吧&#xff0c;如果你有基础&#xff0c;接下来的肯定非常的易懂&#xff0c;如果你没有基础也没有关系&#xff0c;反复琢磨一下也就懂了&#x1f606; 我们来重复一下第一个程序 …

Vivado - JTAG to AXI Master (DDR4)

目录 1. 简介 2. JTAG 直接操作 DDR4 2.1 Block Design 2.2 AXI SmartConnect 2.3 DDR4 MIG 2.3.1 时钟和复位 2.3.2 AXI Slave 接口 2.4 XDC 约束 2.5 TCL 代码 2.5.1 写入 DDR4 2.5.2 读取 DDR4 3. HLS IP 操作 DDR4 3.1 Block Design 3.2 HLS IP 3.2.1 HLS 代…

TypeScript面向对象 01

使用class关键字来定义一个类。对象中主要包含了两个部分&#xff1a;属性和方法。 class Person {// 定义实例属性name:string glm;age:number 1234; } const a new Person(); console.log(a.name);在属性前使用static关键字可以定义类属性&#xff08;静态属性&#xff0…

Sebastian Raschka 最新博客:从头开始用 Llama 2 构建 Llama 3.2

最近已有不少大厂都在秋招宣讲了&#xff0c;也有一些在 Offer 发放阶段。 节前&#xff0c;我们邀请了一些互联网大厂朋友、今年参加社招和校招面试的同学。 针对新手如何入门算法岗、该如何准备面试攻略、面试常考点、大模型技术趋势、算法项目落地经验分享等热门话题进行了…

自动驾驶-问题笔记-待解决

参考线的平滑方法 参考线平滑算法主要有三种&#xff1a; 离散点平滑&#xff1b;螺旋曲线平滑&#xff1b;多项式平滑&#xff1b; 参考链接&#xff1a;参考线平滑 对于平滑方法&#xff0c;一直不太理解平滑、拟合以及滤波三者的作用与区别&#xff1b; 规划的起点&#x…

代码随想录一刷完结

非常偶然的机会让我看到这个算法训练营的存在&#xff0c;虽然我也没有多大的动力&#xff0c;但当时就觉得没什么事情&#xff0c;想着刷刷题&#xff0c;为以后找工作打打基础。 收获 提示&#xff1a;在刷题过程中的收获 第一次使用CSDN记录&#xff0c;每次有别人点赞和收…

【React】事件机制

事件机制 react 基于浏览器的事件机制自身实现了一套事件机制&#xff0c;称为合成事件。比如&#xff1a;onclick -> onClick 获取原生事件&#xff1a;e.nativeEvent onClick 并不会将事件代理函数绑定到真实的 DOM节点上&#xff0c;而是将所有的事件绑定到结构的最外层…

【LeetCode: 134. 加油站 | 贪心算法】

&#x1f680; 算法题 &#x1f680; &#x1f332; 算法刷题专栏 | 面试必备算法 | 面试高频算法 &#x1f340; &#x1f332; 越难的东西,越要努力坚持&#xff0c;因为它具有很高的价值&#xff0c;算法就是这样✨ &#x1f332; 作者简介&#xff1a;硕风和炜&#xff0c;…

AI模型部署初认识

AI部署这个词儿大家肯定不陌生&#xff0c;可能有些小伙伴还不是很清楚这个是干嘛的&#xff0c;但总归是耳熟能详了。 近些年来&#xff0c;在深度学习算法已经足够卷卷卷之后&#xff0c;深度学习的另一个偏向于工程的方向–部署工业落地&#xff0c;才开始被谈论的多了起来…

C语言 | Leetcode C语言题解之第456题132模式

题目&#xff1a; 题解&#xff1a; int upper_bound(int* vec, int vecSize, int target) {int low 0, high vecSize - 1;if (vec[high] > target) {return -1;}while (low < high) {int mid (high - low) / 2 low;int num vec[mid];if (num > target) {low m…

IDEA基础开发配置以及和git的联动

1.1方向一&#xff1a;工具介绍 我今天要介绍的就是学习Java大部分情况下都会选择的一款工具-----IDEA&#xff0c;这个和我们熟悉的这个pycharm一样&#xff0c;都是属于这个Jetbrains公司的&#xff0c;虽然我对于这个并不是很了解&#xff0c;但是确实知道一点&#xff0c;…

静止坐标系和旋转坐标系变换的线性化,锁相环线性化通用推导

将笛卡尔坐标系的电压 [ U x , U y ] [U_x, U_y] [Ux​,Uy​] 通过旋转变换(由锁相环角度 θ P L L \theta_{PLL} θPLL​ 控制)转换为 dq 坐标系下的电压 [ U d , U q ] [U_d, U_q] [Ud​,Uq​]。这个公式是非线性的,因为它涉及到正弦和余弦函数。 图片中的推导过程主要…

一款基于 Java 的可视化 HTTP API 接口快速开发框架,干掉 CRUD,效率爆炸(带私活源码)

平常我们经常需要编写 API&#xff0c;但其实常常只是一些简单的增删改查&#xff0c;写这些代码非常枯燥无趣。 今天给大家带来的是一款基于 Java 的可视化 HTTP API 接口快速开发框架&#xff0c;通过 UI 界面编写接口&#xff0c;无需定义 Controller、Service、Dao 等 Jav…

使用 Python 进行大规模数据处理

在 Python 中&#xff0c;处理大量数据时&#xff0c;效率是非常重要的。当你有一个包含 100 万个元素的列表&#xff0c;每个元素都是一个字典&#xff0c;并且需要将它们转换为 DataFrame 时&#xff0c;Pandas 是一个很好的工具。Pandas 是 Python 数据处理和分析的强大库&a…

一键生成PPT的AI工具-Kimi!

一键生成PPT的AI工具-Kimi&#xff01; 前言介绍Kimi为什么选择Kimi如何使用Kimi在线编辑PPT下载生成的PPT自己编辑 结语 &#x1f600;大家好&#xff01;我是向阳&#x1f31e;&#xff0c;一个想成为优秀全栈开发工程师的有志青年&#xff01; &#x1f4d4;今天不来讨论前后…