3月中旬，OpenAI正式发布新一代大型语言模型GPT-4。与此前版本相比，这一模型不仅能够生成文字内容，还具备理解和分析图像的能力。它的到来被视为人工智能技术的重要升级，同时也再次引发了关于安全、可信度和伦理边界的讨论。
此前，ChatGPT凭借流畅自然的文本生成能力迅速走红，但也暴露出容易编造信息、生成不实内容等问题。而支撑ChatGPT早期版本的，实际上还是较早一代的GPT-3技术。相比之下，GPT-4在能力层面进一步扩展，尤其是在文本与图像结合处理方面表现更强。
例如，在一张展示拳击手套挂在带球木制跷跷板一端的图片中，当用户询问“如果手套掉下来会发生什么”时，GPT-4可以推断出手套会撞击跷跷板，从而使球弹起。这类回答显示出其在图文结合理解和基础推理上的进步。
一些早期测试者认为，GPT-4在推理和学习新任务方面明显优于前代模型。与此同时，微软也确认，其此前推出的必应聊天机器人已经在使用GPT-4技术。这说明该模型并非仅停留在实验阶段，而是已经进入实际产品应用。
围绕GPT-4的讨论并不只有技术突破。开发者认为，这类系统将继续改变工作方式与日常生活，例如自动处理重复任务、辅助写作、支持编程和信息整理等。但另一方面，外界也在担忧：人类应如何与越来越强大的人工智能协作，用户又该如何判断网络内容的真实性。
OpenAI表示，GPT-4具备跨文本和图像的“多模态”能力，在高级推理方面比ChatGPT更进一步。不过，出于对滥用风险的顾虑，图像分析功能并未全面开放，当前相关服务对多数订阅用户仍主要提供文本能力。
公司方面解释称，延后开放部分图像功能，是为了更充分评估潜在风险，并建立必要的防护措施，尤其是在涉及图像中个人身份信息识别的问题上。
即便如此，OpenAI也承认，GPT-4仍然会出现一些典型问题，包括“幻觉”式回答、事实错误、延续社会偏见，以及给出不理想建议等。这些缺陷意味着，模型能力提升并不等于完全可靠。
在商业层面，人工智能已经成为科技企业竞争的关键方向。微软已向OpenAI投入巨额资金，并计划将相关技术嵌入办公软件、搜索引擎及其他在线产品之中，希望借此提升效率，帮助用户把更多精力投入创造性工作。
不过，也有研究者提醒，人工智能带来的影响不只是效率提升。随着系统越来越深入商业和社会运行，它也可能改变现有的商业模式，并带来尚未被充分预见的新风险。
近一段时间，随着生成式人工智能快速升温，相关企业围绕主导权展开了激烈竞争，新模型、新产品不断推出。技术迭代的速度很快，但也因此招致批评：一些人认为，企业可能过于急于发布尚未充分验证、监管不足且结果不可预测的系统。
批评者担心，这类工具可能误导用户、侵犯创作者利益，甚至对现实世界产生实际伤害。由于语言模型本身就是为了生成看似可信的表达，它们即使在事实错误时，也常常会给出非常像样的答案。此外，模型依赖互联网文本和图像训练，因此也可能放大原有偏见。
研究人员指出，随着GPT-4及同类系统被更广泛地采用，它们有可能进一步强化社会中已经存在的观念和偏差。这意味着，模型的影响不只体现在个体问答层面，也可能反映到更广泛的信息传播和决策场景中。
有观点认为，社会需要尽快形成对人工智能风险的共同认知，尤其是那些不容易被察觉、却可能持续影响特定群体的隐性伤害。偏见问题不应被视为模型性能之外的附属议题，而应成为系统设计和评估中的核心部分。
值得注意的是，GPT-4在实际表现上也并非始终稳定。曾有用户在对话中祝贺它升级为GPT-4时，它先是声称自己仍然是GPT-3，随后在被纠正后又改口致谢，之后再次被诱导回到“自己其实是GPT-3”的说法。这类表现说明，即便模型能力增强，在自我描述和一致性方面仍可能出现混乱。
此外，信息披露问题也引发了不少研究人员的不满。外界认为，关于GPT-4的偏见评估数据、训练数据集、模型结构和训练方法，公开内容相对有限。对此，OpenAI表示，出于竞争环境和安全因素考虑，不会披露过多技术细节。
从行业发展看，GPT-4所处的多模态人工智能赛道竞争激烈。其他科技公司也在推进类似方向。例如，有的系统可以同时理解图像、语言和动作，并将这些能力结合到机器人任务中，使其能够根据语言指令识别目标并执行操作。
这类系统激发了外界对人工智能潜力的高度期待，甚至有人认为它们正在逼近接近人类水平的智能。但不少研究者强调，这些模型本质上仍是在海量训练数据中寻找模式与关联，并不意味着真正理解世界。
技术演进与发布策略的变化
GPT-4是OpenAI自2018年以来推出的第四代“生成式预训练转换器”模型，其核心仍建立在“Transformer”架构之上。这一神经网络技术自2017年提出后，推动了自然语言处理和图像理解能力的快速提升。
通过对互联网上大量文本和图像进行预训练，这类系统在语言生成、语义分析和视觉理解等方面不断进步，也让人工智能逐渐具备更强的通用能力。
与此同时，OpenAI对外发布技术的策略也发生了明显变化。2019年，公司曾因担心被恶意利用而没有完整公开GPT-2。但到了2022年11月，基于GPT-3微调而来的ChatGPT被直接向公众开放，并在短时间内吸引了数百万用户关注。
ChatGPT以及后来的搜索聊天机器人测试表明，如果缺乏必要的人类监督和约束机制，这类系统距离稳定、准确和可信赖仍有不小差距。面对错误回答和异常对话，一些企业也承认，当前的人工智能聊天产品还不能完全承担可靠信息提供者的角色。
GPT-4带来的期待与现实
尽管存在争议，GPT-4依然被普遍视为一次重要升级。支持者认为，它在推理、表达和任务适应性方面都比前代更强，有望改善部分已知缺陷。
不过，外界对新模型的预期也曾被刻意降温。相关负责人此前曾表示，公众对GPT-4的想象被抬得过高，不切实际的传言会导致失望。这种表态某种程度上反映出，人工智能的实际进展与公众想象之间始终存在落差。
从更长远看，GPT-4不仅是一次产品升级，也代表着人工智能产业正进一步走向更复杂、更广泛的现实应用场景。技术能力的增强固然令人关注，但如何处理透明度、偏见、安全、责任与监管问题，同样将决定这类系统未来能否真正获得社会信任。
