缓解焦虑，回顾2023年3月十大AI新闻

2023年3月，大模型层出不穷的新动态让很多人感觉焦虑。作为喜欢关注各种科技动态的媒体从业者，睁开眼睛觉得应接不暇，闭上眼睛就生怕错过太多。

这一波AI技术的影响已经出现。朋友圈里有朋友表示，已经有很多人在用人工智能来解决Bug了。还有设计师用AI技术找灵感，顺便发出了关于职业前景的感慨。

根据在社交媒体上的观察，这里找出了个人认为最值得关注的十大新闻，不错过最不该错过的消息，顺便缓解下焦虑。

1，GPT-4——震惊业界，也震惊世界！

GPT-4具备了类似Visual ChatGPT一样的能力，虽然还不能直接输出图像，但可以理解图像。

GPT-4现在可以一次处理 25,000 个单词，智力水平有了大幅提升，在各种考试中的成绩都能排到前10%。也有人说，GPT-4在各种测试中的表现已接近人类的智力水平。

GPT-4的能力惊人，更惊人的是它的迭代速度，距离人们看见ChatGPT才刚刚过了四个月。

2，Midjourney V5发布

三月份，Stable Diffusion的动态相对较少，但作为同类竞品的Midjourney发布了V5版本。

新版本原生支持1024×1024分辨率，能生成更清晰、更详细的图像，生成的图片与输入文本的关联度也更高。

最令人羡慕的是，它生成的手更自然了。

此前，Midjourney和Stable Diffusion都没能解决生成人物的手指过于诡异的现象。为此，广大网友有多种曲折的尝试，但都因为过于复杂没有流行开来。

3，马斯克等科技领域大佬呼吁，暂停开发GPT-4以上更强的人工智能模型

马斯克、沃兹尼亚克(苹果联合创始人)以及多位人工智能专家和行业高管，在一封公开信中呼吁暂停开发比OpenAI GPT-4更强大的系统，并指出AI对社会的潜在风险。

有媒体朋友说，ChatGPT出现就好像刘慈欣在小说写的，人们对于三体文明的态度各不相同。有的人感受到了危机，有的人积极接受，打算用更强的力量武装自己，还有的看到了潜在的危害，要防范风险。屏幕前的你属于哪一类人呢？

4，Visual ChatGPT发布，以及带来的启发

在GPT-4发布前几天，微软研究团队发布Visual ChatGPT。它可以让ChatGPT理解图片内容，并且用自然语言修改图片。比如，你可以让它给图片换一个水彩色的沙发。

Stable Diffusion也具有用文字修改图片的能力，但是，并不是以对话的方式进行的。因为Visual ChatGPT还可以基于这张图片进行对话。比如，你可以问它：图中的墙是什么颜色的？

Visual ChatGPT打开了人们的思路，就是用自然语言进行交互，用软件灵活调用各种模型来实现各种功能，前几天刚发布Paper的HuggingGPT也是这个套路。

到目前为止，个人非常认可将ChatGPT比作计算机图形化界面同级别的技术。两者都改变了人和机器交互的方式，降低人类了操控复杂机器的难度。

5，代码开发服务：GitHub CoPilotX

此前，GitHub就发布了叫GitHub Copilot的服务，它使用了OpenAI的Codex来提示代码，生成完成的函数。

此次发布的GitHub CoPilot X则是一个威力加强版，它使用了最新的GPT-4，用户可以通过对话和终端命令行的方式来使用它。Copilot X的能力能贯穿整个开发流程，能将开发速度提高55%。

GPT-4可以生成代码，不仅能省去了程序员需要去找代码块的麻烦，还能独立生成一些小的程序的代码，比如开发一个乒乓球小游戏。GPT-4可以辅助程序员调Bug，修改和完善代码。此外，GPT-4独立完成度最高的做单元测试，能省去很多开发时间。

不出意外，GPT-4具备的能力都能给到GitHub CoPilot X，而且会以更具备生产力的方式来提供。

6，OpenAI发布ChatGPT插件功能

OpenAI在ChatGPT中实现了对插件的初步支持，这里说的插件是专门为语言模型设计的工具，以安全为最核心原则。

插件可以帮助ChatGPT访问最新的信息，或使用第三方服务。比如，帮你计划旅行或者购买杂货。它就像Chrome浏览器的插件，作为功能扩展，拓展ChatGPT的使用场景。

其中蕴含着无数的应用创新空间，也就是创业空间。

7，微软发布Copilot for Microsoft 365.

微软Office全家桶也用上了ChatGPT的能力，以自然语言对话的方式，调出Copilot帮你实现想实现的功能。

比如Word排版，PPT美化，Excel函数作图，所有原本枯燥的操作都可以用自然语言调用AI来试试。
让无数乙方在电脑面前体验一把当甲方的感觉。

到底，Office 365是提高一些人的生产力，还是抢走一部分人的饭碗呢？中国用户在慎重考虑这个问题前，得先确认该服务是否会在中国市场推出。

8，生产力设计软件公司Adobe发布Firefly（萤火虫）

如果说Stable Diffusion和Midjourney让人觉得离生产力还有一步之遥，那么，Adobe发布Firefly就是走完了这一步。

Adobe发布的Demo显示，Firefly的模型似乎更懂设计风格，整体出的设计物风格明亮，质量也都比较。

在我看来，目前Stable Diffusion社区的很多模型本身都是围绕人来做的，而Firefly的模型不局限于此，内容层次更丰富一些，更适合生产力的场景。

Adobe的Firefly值得所有靠Adobe软件吃饭的人去关注，因为下阶段，要改变的不只是图片，视频，甚至还有音频以及更多东西。

9，先进大模型走向封闭

OpenAI原本是非盈利组织，后来转为有限的盈利，OpenAI开源了GPT-2，但从GPT-3开始就不再开源，随后的GPT-3.5和GPT-4都是如此。

随着更强的GPT-4的发布，网上对于OpenAI不开放的不满越来越多，对于OpenAI不Open，有的人表示支持，有的人则非常不满。

“不Open”的支持者认为，OpenAI技术将会给现实社会带来很多冲击，所以，不开源可以减少这种冲击。

“不Open”的反对者认为，超强的技术不应该只掌握在少数人手里，对于没有这种能力的人来说，这是不公平的。

包括亚马逊云科技和英特尔等在内的大型科技公司都支持AI民主化，而OpenAI作为领先AI技术的研发者，至少现阶段选择了模型完全不开源，模型的能力有限开放。

笔者看法比较像和稀泥。毕竟，AI发展的太快，连用法我们都没掌握好，其中潜在的风险可能也充满未知。总之，想要向积极的方向发展，一定得防范不好的方面。

10，开源大语言模型也来了

与OpenAI的闭源不一样，我们也看到国内清华大学的ChatGLM和斯坦福大学的Alpaca是开源的，并且，两个都支持部署到个人电脑上。

必须要说明的是，ChatGLM是研发团队开源的，而Alpaca是从Meta泄露的LLaMa大模型上训练而来的，Meta官方并没有开源。

目前，ChatGLM和Alpaca的表现跟ChatGPT的差距都比较大，下载体验的人也都是处于好奇和研究性质的，距离生产力还有较大距离。与之对应的是，其潜在的危害性也相对较小。

未经允许不得转载：DOIT » 缓解焦虑，回顾2023年3月十大AI新闻