微软与OpenAI公开示“爱”：合作大于竞争的产业搭子
11月7日凌晨，OpenAI在美国旧金山举办首届开发者大会。Sam Altman和他的同事，用时45分钟，发布了改变大模型产业游戏规则的重磅产品。微软CEO纳德拉应邀出席活动。
有媒体发现Sam Altman邀请纳德拉上台，简短寒暄后，Sam问纳德拉：微软现在如何看待与OpenAI的合作关系？纳德拉，出乎意料地笑了3秒钟，才回答：我很爱你们，能和你们合作感觉很梦幻。整个对话，本为了强调合作关系，但却弥漫着距离感。
不过，在Sam Altman的“追问”下，透露出许多信息点。
第一，微软怎么看两者的合作关系。
Nadella提到两点：首先是工作负载，两公司一起从电力到数据中心，再到机架和加速器，乃至网络，共同构建系统，以支持 OpenAI 正在建立的模型。微软的目标是建造最好的系统，以便 OpenAI 能够构建最佳的模型，并将其提供给开发者。
其次，微软本身也是一个开发者，正在构建产品。Nadella 提到，他首次见到 GitHub Copilot 和 GPT 后，对这整代基础模型的信念完全改变了。他们致力于在 OpenAI 的 API 之上构建自己的产品，并希望将GitHub Copilot企业版提供给在场的所有与会者试用。
第二，未来合作。
Altman询问Nadella 对两家公司未来合作关系的看法。Nadella提到，微软全力投入于提供所需的系统和计算资源，以支持 OpenAI 在其路线图上大踏步向前。他们致力于提供最佳的训练和推理系统，以及最多的计算资源，不断推动 OpenAI向前发展。
第三，使命一致。
Nadella 认为，AI 的真正价值在于赋能其他人。这与 OpenAI 和微软的使命相一致——赋能地球上的每个人、每个组织。
与OpenAI合作是微软围绕大模型的布局之一。资料显示，除了与OpenAI 有着深度的合作关系，共同开发了一系列高性能的大模型，如GPT-3、GPT-4、Codex、DALL-E 等之外，微软还通过 Azure OpenAI 服务，将这些大模型提供给企业和开发者，帮助他们构建应用程序和解决方案。微软还针对不同的行业场景，推出了一些基于大模型的创新服务，如面向零售电商、制造业、数字原生等行业的Azure全球创新行业场景，以及面向聊天集成和定制的企业级 ChatGPT。微软在大模型领域的布局，体现了其对人工智能的长期愿景和战略投入，也展示了它在全球基础设施等方面的优势和竞争力。
双方是竞合关系。合作方面，一如Nadella在开发者大会所提及的，微软是 OpenAI 的最大投资者之一，自 2019 年以来已向其投入了数十亿美元，以支持 OpenAI 的 AI 研究和产品开发。 微软也是 OpenAI 的独家云服务提供商，为其提供高性能的计算资源和基础设施，例如专为 OpenAI 设计的超级计算机。微软和 OpenAI 有着共同的愿景，即推动安全、有益、普及的人工智能，为各行各业的组织和开发者提供最先进的 AI 技术和工具，例如 Azure OpenAI 服务。
但也不能忽视两者微妙的竞争关系。显而易见，微软和 OpenAI 都是大模型的领导者和创新者，拥有各自的核心技术和产品。微软和 OpenAI 都需要在保持独立性和开放性的同时，实现商业化和盈利，这可能会导致双方的利益冲突和战略分歧 。
而且他们的组合要面对谷歌+DeepMind、Meta、亚马逊等的竞争压力。以谷歌+DeepMind为例，Google在云计算、数据基础设施和人工智能硬件方面具有强大的优势，这能够为DeepMind的大规模模型研究和部署提供强大的支持。DeepMind在自然语言处理、计算机视觉、强化学习和生成模型等方面成就显著。两者结合将大规模模型应用于各种产品和服务，比如Google 搜索、Google Assistant、YouTube、Gmail 和 Google Cloud，并惠及各种行业和领域，如医疗保健、教育、娱乐和环境。
分析人士认为，从技术水平上看，截至目前，“谷歌+DeepMind”组合在技术水平上可能略微领先于“微软+OpenAI”组合。理由之一是它们开发了一些不可忽视的大模型，如AlphaGo, AlphaFold, WaveNet等。此外，它们在一些重要的AI领域，如自然语言处理、计算机视觉、强化学习和生成模型，取得了更多的突破和创新。但也有人更看好“微软+OpenAI”组合的商业价值。因为该组合提供了更多的可用、实用的大模型产品与服务，如Azure OpenAI Service, GitHub Copilot, OpenAI Playground等。
另外，也不能马斯克在AI领域的布局。不久前，马斯克公布xAI首款 AI 聊天模型产品Grok。他正在构建以特斯拉（数据）+推特（数据）+Neuralink（在人类大脑植入芯片）+Optimus（人形机器人）+Dojo（使用数百万条视频训练人工神经网络来模拟人类大脑的超级计算机）为核心的系列布局，也如一条“鲶鱼”将为大模型领域的竞争带来新的变量。
总的来看，目前，微软+OpenAI合作大于竞争。且利同道合的合作与外部竞争，让他们深深绑定在一起，成为密不可分的利益共同体。
以下为OpenAI首届开发者大会上发布的重磅内容：
（1）GPT-4 Turbo
会上，OpenAI发布了比GPT-4更强的——GPT-4 Turbo。所有付费开发者可以通过在API中发送gpt-4-1106-preview来尝试GPT-4 Turbo。未来几周内，OpenAI将发布稳定的准生产模型。
GPT-4 Turbo具有128K上下文，相当于可一次性输入300多页文本内容10万汉字；训练数据知识截止至2023年4月；价格方面，GPT-4 Turbo与GPT-4相比，输入便宜3倍，输出便宜2倍。
GPT-4 Turbo还对函数调用和指令、JSON模式进行了调优。
函数调用更新：OpenAI发布了多项函数改进，包括在单个消息中调用多个函数的能力，用户可以发送一次请求多个操作的消息,例如“打开车窗并关闭空调”,这在以前需要与模型进行多次往返。
OpenAI还改进了函数调用的准确性，GPT-4 Turbo更有可能返回正确的函数参数。
指令遵循JSON模式：与其他模型相比,GPT-4 Turbo在需要仔细遵循指令的任务上表现更好,例如“始终以XML格式响应”。
支持OpenAI最新的JSON模式，该模式确保模型将响应有效的JSON。
新的API参数response_format使模型能够限制其输出以生成语法正确的JSON对象。JSON模式对于开发人员在函数调用之外，在聊天完成 API 中生成 JSON 非常有用。
（2）自定义GPT
推出了自定义GPT版本，可以帮助金融、医疗、法律、教育、日常工作、幼儿教育等任何行业。目前，OpenAI已经内置了很多定义GPT版本，用户可以直接选择使用或者自行构建。
用户在构建自定义GPT时无需任何代码，全程支持可视化点击操作，只需要给ChatGPT对话指令或额外的知识数据，然后选择是否需要网络搜索、数据分析和图片生成等多模态功能即可。
用户构建的自定义GPT助手可以共享给其他人使用，目前该功能面向ChatGPT Plus和企业版用户。
可以将GPT助手集成在其他应用中：开发人员可以通过向 GPT 提供一个或多个 API 来定义自定义操作。
和插件一样，允许 自定义GPT 集成外部数据或与现实世界交互。将 GPT 连接到数据库，将其集成在电子邮件或成为购物助手。
GPT商店：本月晚些时候，OpenAI将会推出GPT商店功能，主要用于分享用户构建的自定义GPT助手，例如，法律助手、家庭常识助手、客服助手等。
一旦你构建的GPT助手审核通过进入GPT商店，就可以被其他人搜索到并且可能会登上排行榜。这意味着，用户可以通过构建自定义GPT助手赚钱了，就像苹果的APP商店一样。
ChatGPT Plus训练数据更新：现在，ChatGPT Plus的训练数据截至 2023 年 4 月，可以回答更多最新的内容了。
此外，用户无需进行频繁的DALL·E-3、网络浏览和高级数据分析的功能切换了ChatGPT将自行完成。支持用户上传文件，例如PDF、txt等，并基于文件内容进行提问、搜索。
（3）带视觉功能的GPT-4 Turbo
GPT-4 Turbo可以接受图像作为聊天完成API中的输入，从而实现生成标题、详细分析现实世界图像以及阅读带有图片的文档等。例如，BeMyEyes已经使用这项技术帮助盲人或弱视人士完成日常任务。
开发者可以通过在API中使用gpt-4-vision-preview来尝试此功能。OpenAI计划在GPT-4 Turbo模型正式发布时，将视觉功能集成在里面。定价取决于输入图像的大小。
（4）DALL·E 3 API
现在，开发人员可以通过API将文本生成图像模型DALL·E 3 直接集成到应用程序和产品中，价格从每张图像0.04美元起。DALL·E 3 API集成了内置的内容审核功能,以帮助开发者防止其应用程序被滥用。
（5）Assistants API
OpenAI发布了Assistants API，将允许开发者在自己的应用程序中构建 AI 助手，包括指令，可以利用模型、工具和知识来响应用户查询。
目前Assistants API支持三种类型的工具：代码解释器、检索和函数调用。未来，OpenAI计划发布更多构建的工具，并允许开发者在其平台上提供自己的工具。
安全方面，开发者传递到 OpenAI API 的数据和文件永远不会用于训练模型，可以随时随地删除数据。
（6）更低的价格
GPT-4 Turbo输入代币比GPT-4便宜3倍，为0.01美元；输出代币便宜2倍，为0.03 美元。
最新款GPT-3.5 Turbo 输入代币比之前的16K型号便宜3倍，价格为 0.001 美元；输出代币便宜 2倍，价格为 0.002 美元。
经过微调的 GPT-3.5Turbo 4K 模型输入代币减少了 4 倍，价格为 0.003 美元，输出代币便宜了 2.7 倍，价格为0.006 美元。（本文综合自OpenAI 官网、腾讯科技、AIGC开放社区、腾讯科技、甲子光年、钛媒体等。）
*本号系数智云科旗下人工智能领域垂直号。黑智，人工智能领域产业服务平台，专注AI行业报道，探讨AI商业价值。
人工智能领域垂直号黑智
了解更多AI产业资讯
👇👇👇