比特派钱包app下载苹果版官网|openai官网

作者：比特派钱包app下载苹果版官网

2024-03-09 23:00:27

OpenAI

ChatGPT

GPT-4

- Pancakes or waffles

- Crepes

- French toast

- Omelette or frittata

- Quiche

- Custard or pudding

- Cake or cupcakes

- Muffins or bread- Cookies or biscuits

These are just a few examples, but the possibilities are endless!GPT-4 is capable of handling over 25,000 words of text, allowing for use cases like long form content creation, extended conversations, and document search and analysis.Input[Text from: https://en.wikipedia.org/wiki/Rihanna]

- Andrew: 11 am to 3 pm

- Joanne: noon to 2 pm, and 3:30 pm to 5 pm

- Hannah: noon to 12:30 pm, and 4 pm to 6 pm

Based on their availability, there is a 30-minute window where all three of them are available, which is from 4 pm to 4:30 pm. So, the meeting can be scheduled at 4 pm.GPT-4InputAndrew is free from 11 am to 3 pm, Joanne is free from noon to 2 pm and then 3:30 pm to 5 pm. Hannah is available at noon for half an hour, and then 4 pm to 6 pm. What are some options for start times for a 30 minute meeting for Andrew, Hannah, and Joanne?OutputAndrew: 11 am - 3 pm

Joanne: 12 pm - 2 pm, 3:30 pm - 5 pm

Hannah: 12 pm - 12:30 pm, 4 pm - 6 pm

Common availability for a 30-minute meeting: 12 pm - 12:30 pmGPT-4 outperforms ChatGPT by scoring in higher approximate percentiles among test-takers.Uniform Bar Exam10thChatGPT90thGPT-4Biology Olympiad31stChatGPT99thGPT-4 (with vision)Following the research path from GPT, GPT-2, and GPT-3, our deep learning approach leverages more data and more computation to create increasingly sophisticated and capable language models.We spent 6 months making GPT-4 safer and more aligned. GPT-4 is 82% less likely to respond to requests for disallowed content and 40% more likely to produce factual responses than GPT-3.5 on our internal evaluations.Safety & alignmentTraining with human feedbackWe incorporated more human feedback, including feedback submitted by ChatGPT users, to improve GPT-4’s behavior. We also worked with over 50 experts for early feedback in domains including AI safety and security.Continuous improvement from real-world useWe’ve applied lessons from real-world use of our previous models into GPT-4’s safety research and monitoring system. Like ChatGPT, we’ll be updating and improving GPT-4 at a regular cadence as more people use it.GPT-4-assisted safety researchGPT-4’s advanced reasoning and instruction-following capabilities expedited our safety work. We used GPT-4 to help create training data for model fine-tuning and iterate on classifiers across training, evaluations, and monitoring.Built with GPT-4We’ve collaborated with organizations building innovative products with GPT-4.DuolingoGPT-4 deepens the conversation on Duolingo.Be My EyesBe My Eyes uses GPT-4 to transform visual accessibility.StripeStripe leverages GPT-4 to streamline user experience and combat fraud.Morgan StanleyMorgan Stanley wealth management deploys GPT-4 to organize its vast knowledge base.Khan AcademyKhan Academy explores the potential for GPT-4 in a limited pilot program.Government of IcelandHow Iceland is using GPT-4 to preserve its language.More on GPT-4ResearchGPT-4 is the latest milestone in OpenAI’s effort in scaling up deep learning.View GPT-4 researchInfrastructureGPT-4 was trained on Microsoft Azure AI supercomputers. Azure’s AI-optimized infrastructure also allows us to deliver GPT-4 to users around the world.LimitationsGPT-4 still has many known limitations that we are working to address, such as social biases, hallucinations, and adversarial prompts. We encourage and facilitate transparency, user education, and wider AI literacy as society adopts these models. We also aim to expand the avenues of input people have in shaping our models.AvailabilityGPT-4 is available on ChatGPT Plus and as an API for developers to build applications and services.We’re excited to see how people use GPT-4 as we work towards developing technologies that empower everyone.View contributionsTry on ChatGPT PlusView GPT-4 researchResearchOverviewIndexGPT-4DALL·E 3SoraAPIOverviewPricingDocsChatGPTOverviewTeamEnterprisePricingTry ChatGPTCompanyAboutBlogCareersCharterSecurityCustomer storiesSafetyOpenAI © 2015 – 2024Terms & policiesPrivacy policyBrand guidelinesSocialTwitterYouTubeGitHubSoundCloudLinkedInBack to top

About

Product

Joanne: 12 pm - 2 pm, 3:30 pm - 5 pm

Hannah: 12 pm - 12:30 pm, 4 pm - 6 pm

Common availability for a 30-minute meeting: 12 pm - 12:30 pmGPT-4 is more creative and collaborative than ever before. It can generate, edit, and iterate with users on creative and technical writing tasks, such as composing songs, writing screenplays, or learning a user’s writing style.Try on ChatGPT PlusInputExplain the plot of Cinderella in a sentence where each word has to begin with the next letter in the alphabet from A to Z, without repeating any letters.OutputA beautiful Cinderella, dwelling eagerly, finally gains happiness; inspiring jealous kin, love magically nurtures opulent prince; quietly rescues, slipper triumphs, uniting very wondrously, xenial youth zealously.GPT-4 can accept images as inputs and generate captions, classifications, and analyses.InputWhat can I make with these ingredients?OutputThere are many options for what you can make with these ingredients! Some possibilities include:

- Pancakes or waffles

- Crepes

- French toast

- Omelette or frittata

- Quiche

- Custard or pudding

- Cake or cupcakes

- Muffins or bread- Cookies or biscuits

These are just a few examples, but the possibilities are endless!GPT-4 is capable of handling over 25,000 words of text, allowing for use cases like long form content creation, extended conversations, and document search and analysis.Try on ChatGPT PlusInput[Text from: https://en.wikipedia.org/wiki/Rihanna]

Describe her Super Bowl performance and what made it special.OutputRihanna's Super Bowl LVII halftime show performance was special for a number of reasons. For one, it marked her first live performance in over five years, and it was her first time headlining the Super Bowl halftime show. Additionally, she made history by becoming the first person to perform at the Super Bowl while pregnant. The show itself was critically acclaimed, with many praising her high-energy performance and impressive vocals. It also garnered a massive viewership, becoming the second most-watched halftime show in history.DALL·EDALL·E is an AI system that can create realistic images and art from a description in natural language.Learn about DALL·ETabsImage generationOutpaintingInpaintingVariationsDALL·E 2 can create original, realistic images and art from a text description. It can combine concepts, attributes, and styles.Try DALL·EInputAn astronaut riding a horse in photorealistic style.OutputOutputOutput NavigationGo to slide 1Go to slide 2Go to slide 3Go to slide 4Go to slide 5DALL·E 2 can expand images beyond what’s in the original canvas, creating expansive new compositions.Try DALL·EInputOutputDALL·E 2 can make realistic edits to existing images from a natural language caption. It can add and remove elements while taking shadows, reflections, and textures into account.Try DALL·EInputAdd a flamingo beside the pool.OutputOutputOutput NavigationGo to slide 1Go to slide 2Go to slide 3Go to slide 4Go to slide 5DALL·E 2 can take an image and create different variations of it inspired by the original.Try DALL·EInputOutputOutputOutput NavigationGo to slide 1Go to slide 2Go to slide 3Go to slide 4Go to slide 5WhisperWhisper is a versatile speech recognition model that can transcribe, identify, and translate multiple languages.Whisper can transcribe speech into text and translate many languages into English.Try in PlaygroundInput0:00/0:00OutputThis is the Micro Machine Man presenting the most midget miniature motorcade of Micro Machines. Each one has dramatic details, terrific trim, precision paint jobs, plus incredible Micro Machine Pocket Play Sets. There's a police station, fire station, restaurant, service station, and more. Perfect pocket portables to take any place. And there are many miniature play sets to play with, and each one comes with its own special edition Micro Machine vehicle and fun, fantastic features that miraculously move. Raise the boatlift at the airport marina. Man the gun turret at the army base. Clean your car at the car wash. Raise the toll bridge. And these play sets fit together to form a Micro Machine world. Micro Machine Pocket Play Sets, so tremendously tiny, so perfectly precise, so dazzlingly detailed, you'll want to pocket them all. Micro Machines are Micro Machine Pocket Play Sets sold separately from Galoob. The smaller they are, the better they are.Made for developersDevelopers can start building with a just simple API call.Get startedRead documentationcompletion = openai.ChatCompletion.create(

model="gpt-3.5-turbo",

messages=[

{"role": "system", "content": "You are a helpful assistant."},

{"role": "user", "content": "What are some famous astronomical observatories?"}

]

)ChatDevelopers can use GPT-3 to build interactive chatbots and virtual assistants that can carry out conversations in a natural and engaging manner.EmbeddingsWith GPT-3, developers can generate embeddings that can be used for tasks like text classification, search, and clustering.AnalysisDevelopers can use GPT-3 to summarize, synthesize, and answer questions about large amounts of text.Fine-tuningDevelopers can fine-tune GPT-3 on a specific task or domain, by training it on custom data, to improve its performance.Ensuring responsible use of our modelsWe help developers use best practices and provide tools such as free content filtering, end-user monitoring to prevent misuse, and specialized endpoints to scope API usage.null linksView product safety standardsBuilt with OpenAIView all customer storiesGovernment of IcelandHow Iceland is using GPT-4 to preserve its language.StripeStripe leverages GPT-4 to streamline user experience and combat fraud.ResearchOverviewIndexGPT-4DALL·E 3SoraAPIOverviewPricingDocsChatGPTOverviewTeamEnterprisePricingTry ChatGPTCompanyAboutBlogCareersCharterSecurityCustomer storiesSafetyOpenAI © 2015 – 2024Terms & policiesPrivacy policyBrand guidelinesSocialTwitterYouTubeGitHubSoundCloudLinkedInBack to top

OpenAI_百度百科

AI_百度百科网页新闻贴吧知道网盘图片视频地图文库资讯采购百科百度首页登录注册进入词条全站搜索帮助首页秒懂百科特色百科知识专题加入百科百科团队权威合作下载百科APP个人中心OpenAI播报讨论上传视频美国人工智能研究公司收藏查看我的收藏0有用+10OpenAI，是一家位于美国旧金山的人工智能研究公司，现由营利性公司OpenAI LP及非营利性母公司OpenAI Inc组成 [34]。核心宗旨在于“创建造福全人类的安全通用人工智能（AGI）” [65]。使命是建立安全有益的AGL [123]，确保通用人工智能造福全人类 [66]。OpenAI以大模型为核心开创了AI领域的新一轮创新范式，成为引领通用人工智能领军企业 [34]，在福布斯2023云计算百强榜位列榜首。 [55]OpenAI最早为非营利组织 [34]，于2015年底由包括萨姆·奥尔特曼（Sam Altman）、彼得·泰尔（Peter Thiel）、里德·霍夫曼（Reid Hoffman）和埃隆·马斯克（Elon Musk）等创办 [5-6]。随着2018年埃隆·马斯克的退出以及大模型对资金超乎预期的需求，2019年3月，OpenAI从非营利性转变为“封顶”的营利性。同年7月，微软与OpenAI合作，注资10亿美元，共同研发新的Azure AI超算技术 [34]；截至2023年12月，微软是OpenAI最大的投资者，拥有49%的股份 [49]。2016年，发布首个产品，即一款开源强化学习工具包—OpenAI Gym和Universe。2021年，设立初创企业基金，拟投资1亿美元支持AI初创公司 [34]。2022年11月30日，OpenAI全新聊天机器人模型ChatGPT问世，给AIGC的应用带来了更多的希望，产品上线仅5天用户数量突破100万 [50]。2024年2月，文生视频大模型Sora问世 [118]，在全球内容创作行业卷起新的风暴，成为人工智能发展进程中的“里程碑”，预示着AGI将加速到来 [120]。2023年，公司收入突破16亿美元 [127]。2024年2月，因Sora的爆火使OpenAI估值不到10个月增加近两倍，或达800亿美元。 [129]最新新闻Altman重返OpenAI董事会5小时前3月9日，OpenAI首席执行官Sam Altman重返这家人工智能公司的董事会。比尔及梅琳达·盖茨基金会前负责人Sue Desmond-Hellmann、前索尼娱乐高管Nicole Seligman和Instacart首席执行官Fidji Simo也将进入董事会。...详情内容来自公司名称美国开放人工智能研究中心 [20]外文名OpenAI [20]所属行业人工智能研究成立时间2015年12月11日总部地点美国旧金山 [4]公司类型人工智能 [20]员工数770 人 [130]（截至2023年11月）CEO萨姆·阿尔特曼（Sam Altman） [24] [30]CTO米拉·穆拉蒂（Mira Murati）总裁格雷格·布罗克曼（Greg Brockman） [47]代表产品ChatGPT目录1公司发展▪早期发展▪转型期▪发展期▪财务状况2价值理念▪哲学思想▪核心目的▪公司使命▪企业文化3公司治理▪融资结构▪管理架构▪人员架构4对外合作▪与微软合作▪市场回应▪与施普林格▪与淡马锡▪与政府合作5团队管理▪管理模式▪合作模式▪研究团队▪应用团队▪招聘策略▪工作方法6主要产品▪ChatGPT▪GPTs▪Assistants API▪Sora7产品管理▪发布策略▪研发策略▪服务条款8风险管理▪风险评估▪网络安全风险▪CBRN风险▪说服能力风险▪模型自主性风险9企业事件▪涉投诉▪涉诉讼▪被调查▪提起诉讼▪回应质疑▪应用问题▪重组风波▪暂停账户▪监管升级▪商标注册10所获荣誉11竞争对手▪中国▪其他国家公司发展播报编辑早期发展2015年12月11日，OpenAI由埃隆·马斯克、美国创业孵化器Y Combinator总裁萨姆·奥尔特曼 [52]、全球在线支付平台PayPal联合创始人彼得·蒂尔等硅谷科技大亨创立。 [2]OpenAI最早作为非营利组织。2015年底，由Elon Musk、萨姆·奥尔特曼和其他投资者成立 [34]。埃隆·马斯克（Elon Musk）与其他硅谷科技大亨进行连续对话后，决定共同创建OpenAI，希望能够预防人工智能的灾难性影响，推动人工智能发挥积极作用。特斯拉电动汽车公司与美国太空技术探索公司SpaceX创始人埃隆·马斯克、Y Combinator总裁萨姆·阿尔特曼、天使投资人彼得·泰尔（Peter Thiel）以及其他硅谷巨头2015年12月份承诺向OpenAI注资10亿美元。 [1]2016年6月21日，OpenAI宣布了其主要目标，包括制造“通用”机器人和使用自然语言的聊天机器人。OpenAI研发主管伊利娅·苏特斯科娃(Ilya Sutskever)、OpenAI CTO格雷格·布劳克曼（Greg Brockman）硅谷知名创业加速器Y Combinator总裁萨姆·奥尔特曼 [52]（Sam Altman）以及连续创业家埃隆·马斯克（Elon Musk）等人联合发表博文称：“我们正致力于利用物理机器人（现有而非OpenAI开发）完成基本家务。” [1]2016年，发布首个产品，即一款开源强化学习工具包——OpenAI Gym和Universe。2016年4月27日，发布OpenAI Gym Beta；12月5日，发布Universe。2017年，“情绪神经元”和OpenAIFive项目的突破，使得OpenAI开始关注大型语言模型（LLM）和参数规模，实现AGI的信念增强。 [34]7月20日，发布Proximal Policy Optimization算法。转型期由非营利组织转向混合结构2018年，随着Elon Musk的退出，以及大模型对资金超乎预期的需求，2019年3月，OpenAI从非营利性转变为“封顶”的营利性。在非营利母公司主体下，创建了一个限制性营利实体OpenAI LP，引入了上限利润模式，允许OpenAI LP合法地吸收风险投资和员工持股。OpenAI转向了混合结构：由营利性公司OpenAI LP及非营利性母公司OpenAI Inc组成。 [34]2019年7月，微软（Microsoft [56]）宣布与OpenAI开展为期多年的合作。微软投资OpenAI10亿美元，双方将携手合作替Azure云端平台服务开发人工智能技术。微软也成为OpenAI的独家云供应商和OpenAI新AI技术商业化的首选合作伙伴。微软的加持使得OpenAI的大模型开发如虎添翼。设立创业基金，由投资模式转向孵化器模式2021年5月，OpenAI 官方宣布了成立1亿美元的人工智能创业基金，该基金将由OpenAI 管理，并由微软和其他OpenAI 合作伙伴投资，计划投资1亿美元来帮助更多AI初创公司。投资方向：少数早期阶段的创业公司，且处于可以产生变革性影响的领域，如医疗保健、气候变化和教育以及基于生产力的人工智能工具。 [34] [87]OpenAI通过“资金+技术+战略”支持的方式，支持优质的AI初创公司；反过来，被投公司成长起来后，增加OpenAI产品落地的场景需求和产业知识，从而反哺基础技术创新。这一模式使得OpenAI可以超前把握未来颠覆性技术的机会，并超前投资布局未来产业。这一转变让OpenAI的投资模式变为孵化器模式，从而更加高效地对目标企业进行投资与技术支持。从而有条件开始自己的第二阶段战略：通过“资金+技术”投资初创企业的方式积极布局，为嵌入未来海量应用场景和指数型、裂变式增长铺路。 [89]OpenAI转型期研发动态2018年2月20日，研究防止恶意使用AI；2018年4月9日，发布OpenAI宪章；2018年7月30日，强化学习技巧；2019年2月14日，提升语言模型GPT-2模型；2019年3月11日，开放人工智能有限合伙人；2019年4月15日，OpenAI五人击败Dota 2世界冠军；2019年4月25日，发布深度神经网络MuseNet；2019年8月20日，跟进GPT-2；2019年9月17日，研究多代理交互中的紧急工具使用；2019年10月15日，研究用机械手解魔方；2019年11月5日，发布GPT-2：1.5B版本；2020年4月30日，发布神经网络Jukebox；2020年6月11日，开放人工智能应用程序接口；OpenAI宣布了GPT-3语言模型，微软于2020年9月22日取得独家授权；2021年1月5日，研究连接文本和图像神经网络CLIP；2021年1月5日，研究从文本创建图像神经网络DALL·E；2021年3月4日，研究人工神经网络中的多模式神经元；2021年8月10日，发布开放人工智能法典；2022年4月6日，发布新的人工智能系统DALL·E 2。发展期主要历程2022年11月30日，OpenAI发布ChatGPT全新聊天机器人模型。 [26]ChatGPT这一款革命性产品的上线引爆全球，成为用户破亿速度最快的消费级应用。全年营收达到2800万美元。2023年2月16日消息，OpenAI买下了超优质域名AI.com，并将其链接跳转到了ChatGPT [7]; 同年3月，GPT登陆Bing，对搜索引擎带来革命性重构。根据外媒TheInformation报道，OpenAI创始人最近对员工透露，其年营收达到了13亿美元，也就是同比增长超过45倍。OpenAI逆袭成全球AI“新王”，开启的新一轮AI革命的大幕。 [34]2023年7月26日，安卓版ChatGPT在美国、印度、孟加拉国和巴西提供下载 [15]。美国当地时间2023年8月16日，OpenAI宣布收购初创企业Global Illumination，后者的整个团队已加入OpenAI，共同开发包括ChatGPT在内的核心产品。 [41]同年，9月14日，OpenAI宣布将在爱尔兰都柏林开设办公室，这将是该公司的第三个办事处。 [42]当地时间2023年5月18日，在美国地区推出ChatGPT的首个官方移动应用程序ChatGPT APP [12]，5月19日跃升美国地区iOS APP Store（应用程序商店）排行榜首位。分析人士指出，此举将快速开启GPT大模型在垂直领域的应用，加速行业应用 [59]。2023年5月，OpenAI开放众多插件（当时已有70个），让用户得以利用插件组合满足个性化需求，成为了OpenAI创建生态系统、从产品思维转变至平台思维的标志性事件。2023年11月在首届OpenAI开发者大会上，OpenAI首席执行官萨姆·奥尔特曼回顾了公司过去一年的发展历程，已经有200万开发者正在使用OpenAI的API（应用程序接口），在全球各地提供多种多样的服务；92%的财富500强公司正在使用OpenAI的产品搭建服务，而ChatGPT的周活用户数也达到1亿人。奥尔特曼向全球开发者和ChatGPT用户展示了AI龙头即将推出的一系列产品更新： [58]一是，GPT模型再迭代，OpenAI将推出GPT-4 Turbo；二是OpenAI开始向AI个人助理的方向努力；三是宣布将上线一个GPT商店，OpenAI允许用户申请上线自己制造的GPT，并承诺根据GPT的使用情况向创建者支付费用。 [60]重大融资2023年1月OpenAI从微软公司筹集了100亿美元。据福布斯发布2023云计算100强榜单，2023年云计算100强企业的平均融资金额为8.05亿美元，高于一年前的6.1亿美元，其中原因包括了OpenAI的重大融资活动。 [55]OpenAI发展期研发动态2022年11月30日，研究ChatGPT：优化对话的语言模型。2023年，开放人工智能公司（OpenAI）GPT-4迎来“首秀” [35]。2023年2月2日，OpenAI宣布推出ChatGPT Plus订阅服务，可以让用户在高峰期优先使用人工智能聊天机器人ChatGPT。 [3]2023年3月发布的GPT-4。 [58]2023年5月，OpenAI推出了ChatGPT的iPhone应用程序ChatGPT APP。这款应用是ChatGPT的首个官方移动应用程序。 [12]5月25日，OpenAI在推特宣布，ChatGPT官方App现已在更多地区的App Store上线。 [36]2023年7月，OpenAI宣布，ChatGPT推出定制指令功能。 [37]2023年7月26日，OpenAI通过其官方推特宣布，安卓版ChatGPT在美国、印度、孟加拉国和巴西提供下载，并计划将其推广至更多国家。 [15] [38-39]当地时间2023年8月15日，OpenAI官宣，将GPT-4用于内容策略开发和内容审核决策，以实现更一致的标签、更快的策略优化的反馈闭环以及更少的人工审核人员参与。 [40]当地时间8月28日，OpenAI在官网宣布推出企业版ChatGPT。 [18]当地时间2023年10月3日，微软在官网宣布，OpenAI最新的DALL-E 3模型现已面向所有Bing Chat和Bing Image Creator用户开放。 [43]萨姆·奥尔特曼在首届OpenAI开发者大会 [58]当地时间2023年11月6日，首届OpenAI开发者大会。 [44]在OpenAI 首届开发者大会开启前，ChatGPT 各种爆料已出，全新 UI 界面，人人可定制 GPT，将引领「智能体工程师」新职业诞生 [19]OpenAI首席执行官萨姆·奥尔特曼向全球开发者和ChatGPT用户展示了AI龙头即将推出的一系列产品更新。同日，OpenAI在官网宣布推出自定义版本ChatGPT [44]，解禁了 ChatGPT 两大能力，一是上传多种类型文档，二是无需转换即可使用所有工具 [51]。2023年11月22日，OpenAI宣布ChatGPT Voice功能向所有用户开放。ChatGPT Voice是使用 OpenAI 的语音技术Whisper创建的，该技术只需分析几秒钟的真人语音即可生成无限小时的对话。Spotify正在使用OpenAI 的语音技术将Lex Friedman、Dax Shephard和其他播客的内容翻译成西班牙语、法语和德语。 [64]北京时间12月14日凌晨，CEO萨姆·奥尔特曼在X平台发文称，已重新开放ChatGPT Plus订阅 [82]，在此前11月15日CEO 萨姆·奥尔特曼在X平台发文称，将暂停ChatGPT Plus新用户注册。 [86]当地时间2024年1月10日，OpenAI宣布推出GPT商店和ChatGPT Team服务 [108],ChatGPT Team和GPT Store都是OpenAI公司新的收入驱动力。 [110]发布首款文本生成视频大模型。2024年2月16日，OpenAI公布了一种新的人工智能系统Sora（“文字生成视频”大模型），使其成为最新一家采用生成视频技术的人工智能公司。用户仅需输入简短一句话，Sora可以生成一段长达60秒的视频，远远超过市面同类型级别的AI视频生成时长。 [112-113] [120]在Sora发布的同时，OpenAI宣布一项要约售股交易，由此OpenAI整体估值高达800亿美元，一年内飙升两倍多。 [120]财务状况收入状况报道机构及时间统计时间报告内容金额主要来源CNBC2023年12月13日2022年OpenAI非营利组织收入44485美元几乎全部来自投资收入The Information2023年8月2022年OpenAI全年收入2800万美元受益于ChatGPT中国经营报2024年3月1日2023年年化收入（月收入x12）超16亿美元一是软件开发者调用API，向其支付流量费用；二是ChatGPT Plus会员订阅费用；三是从微软销售OpenAI模型的收入中分成。 [127]财务现状OpenAI披露的收入并不包含营利部门的收入，而ChatGPT正在积极变现。根据OpenAI的融资信息， OpenAI的估值超过860亿美元。OpenAI的财务状况是一个黑匣子。OpenAI的非营利地位受到了批评者的批评，他们质疑一家价值860亿美元的公司如何能由慈善机构控制。这也是2023年11月，OpenAI出现人事动荡的部分原因。 [88]2024年1月，据The Information报道，受益于降价之后用户数强劲增长，OpenAI驶入商业化快行线，2023年底的年化收入（月收入x12）已突破16亿美元。OpenAI估值也水涨船高，正筹划新一轮融资，公司估值已达1000亿美元，成为SpaceX之后美国估值第二高的创业公司。全球范围内的估值排名位列第三。 [128]价值理念播报编辑哲学思想（主词条：有效利他主义）英国哲学教授威廉·麦克阿斯基尔是有效利他主义运动的创始人 [28]有效利他主义（Effective Altruism），最初是慈善领域的一个相对简单的想法：在最有效的地方捐款，而不是仅仅为了“温暖的光辉”而无效地捐款。英国哲学教授威廉·麦克阿斯基尔（William MacAskill）是有效利他主义运动的创始人。鉴于以功利主义数学为基础，该运动开始吸引来自大型科技公司的支持者，他们开始进一步推动这一逻辑。当可通过赚更多钱来增加捐款数额时，为什么只关注捐赠的钱呢？这种逻辑表明，如果你有能力，在对冲基金或大型科技公司工作并进行捐赠比为慈善机构工作更道德。逻辑进一步推演，将信奉有效利他主义的人指向两件事：星际定居（这样人类就可以在地球灭绝事件之后生存）和通用人工智能（AGI）——人工智能的超级智能版本，如果正确“对齐”，可以为人类谋福利，极大地提高我们生存的长度和质量。这就是OpenAI应该发挥作用的地方。 [28]核心目的OpenAI成立之初是一个真正的非营利组织，核心目的就是确保通用人工智能（AGI）安全引入。官网上都明确了OpenAI的目标是“确保人工智能造福全人类”。 [29]公司使命OpenAI 的使命是确保人工智能（AGI）造福全人类。所谓 AGI，指的在最具经济价值的工作中胜过人类的高度自主系统。这一使命体现在 OpenAI 公司章程中。在产品讨论中有策略地使用了“在这些选项中，哪一个让我们感觉更接近AGI”这一短语，有助于决定打造什么、和因为使命而决定放弃。明确的重点永远是速度的驱动力。使命有助于保持专注，也为许多新想法铺平了道路。 [27]企业文化在企业文化塑造方面，OpenAI将AI安全作为企业文化的核心部分，并在日常研发中贯彻这一理念。其通过与公众的沟通和交流，强化了社会对AI安全问题的认知和理解。 [89]公司治理播报编辑融资结构初始资金-捐赠OpenAI初始资金是由企业家们捐赠，包括OpenAI创始人萨姆·奥尔特曼（Sam Altman），也包括埃隆·马斯克的1亿美元 [29]。资助者似乎承诺在该组织的发展过程中向该组织提供数十亿美元，因此它不需要担心支付该项目的账单。由于各种原因，包括性格冲突和方向差异——这种“纯粹”的非营利模式并没有持续多久，OpenAI原本以为可以从埃隆·马斯克那里得到的钱也枯竭了。 [28]资金-混合结构 2019年，Altman的任务就是找钱，这使得OpenAI需要尝试吸引商业参与者的投资，OpenAI转向了混合结构。 [29]希望一家公司能够给他们带来回报。在Altman领导的一系列举措中，OpenAI转向了混合结构，然而，投资者被警告说，他们应该考虑到OpenAI可能永远不会产生利润，该公司不会主要专注于实现利润，而且他们最好认为，任何投资都更接近于捐赠，而不是产生回报。为寻求融资，OpenAI在母公司OpenAI Inc.下，成立了子公司OpenAI global，其中微软的投资换取了OpenAI global高达49%的股份。作为交换，投资者可以预期的回报规模有一个相对慷慨的上限：即他们投入的100倍。因此，投资了10亿美元的微软最多可以期望1000亿美元的回报。 [28]管理架构董事会OpenAI的使命是打造一种造福人类的技术，早期是一家非营利机构；2019年OpenAI转型为一家营利性公司，不过它仍然由一个非营利性的董事会管理。 [67]微软成为OpenAI最大的投资者，但是在OpenAI董事会没有席位，甚至创始人萨姆·奥尔特曼本人也没有该公司的任何股权——这对于该行业来说几乎是闻所未闻的情况。从理论上讲，该模式将吸引志同道合的投资者，愿意接受极其不寻常的治理情况，这将有助于公司专注于其使命。 [28]OpenAI的组织结构。 [28]一方面，董事会拥有任免CEO的权力，但包括Altman在内，董事会成员不持有母公司股份，OpenAI理论上不存在沦为内部人控制的公司的危险；另一方面，投资者是子公司（也是母公司的运营主体）的大股东，却在公司董事会没有席位，做到了与经营隔离，仅仅是战略投资者。 [29]OpenAI试图建立一家大型科技初创公司，而创始人/首席执行官Altman并未拥有无懈可击的权力。 [28]根据OpenAI官方说明，董事会的多数成员是相互独立的，各自有不同的背景和专业领域，共同决策和指导OpenAI的发展方向。而从董事会构成来看，奥尔特曼、布洛克曼和苏茨克维与公司具有最直接的联系，而另外三个则有其他社会任职。 [31]OpenAI发布公告 [105]2023年12月20日，OpenAI发布公告：将建立专门小组，来监督技术工作和安全决策的操作结构，公司管理层做决策，董事会有权推翻。 [105]安全顾问团当地时间2023年12月18日，OpenAI发布新安全指南，阐释公司计划如何应对最强大人工智能(AI)系统可能引起的极端风险。在该指南下，OpenAI只会在确定最新技术的安全性之后才会开始运用。公司加强其内部安全流程，将成立一个顾问团队以审核安全报告，再转交公司高层和董事会，并赋予董事会对高风险人工智能的否决权。 [99]团队和流程 [105]安全顾问团负责按月同时向公司管理层和董事会汇报，确保所有决策者充分了解情况。对于不同时间尺度的AI风险，OpenAI成立了三个团队来分别应对：安全系统团队（Safety Systems）负责当下，减少现有模型如ChatGPT的滥用。准备团队（Preparedness）负责不久的将来，识别和管理GPT-5等正在开发的前沿模型带来的新风险，由MIT教授Aleksander Madry领导。三个安全小组应对内容 [105]超级对齐团队（Superalignment）负责遥远的未来。 [105]人员架构2022年6月，量子计算专家、ACM计算奖得主Scott Aaronson宣布，将加盟公司。 [2]2023年早些时候，OpenAI董事会成员从9人缩减至6人，其中：萨姆·奥尔特曼、伊尔亚·苏茨克维以及OpenAI总裁格雷格·布罗克曼（Greg Brockman）是该实验室的三位创始人，而其他三人都是独立董事。 [57]2023年11月17日下午，公司董事会宣布首席执行官萨姆·奥尔特曼（Sam Altman）将立即离职。 [28]2023年3月,左:穆拉蒂、奥尔特曼、布罗克曼、苏茨克维尔 [67]2023年11月18日消息，OpenAI原本的董事会成员包括：奥尔特曼、布洛克曼、苏茨克维、Quora首席执行官Adam D’Angelo、技术企业家Tasha McCauley以及乔治城大学安全与新兴技术中心的Helen Toner。其中：奥尔特曼、布洛克曼和苏茨克维都是OpenAI的联合创始人，加上首席技术官米拉·穆拉蒂（Mira Murati），四人构成了OpenAI的核心团队，是ChatGPT-3.5的背后“英雄”。奥尔特曼和布洛克曼的离职，使得苏茨克维成为OpenAI董事会中唯一剩下的创始人。 [31]OpenAI发表声明 [53]2023年11月22日，OpenAI发表声明称：萨姆·奥尔特曼（Sam Altman）将回归OpenAI担任首席执行官。OpenAI组成新初始董事会，三名成员分别是：董事会主席布莱特·泰勒（Bret Taylor）、美国前财政部长拉里·萨默斯(Larry Summers)、问答网站Quora的首席执行官亚当·迪安杰罗（Adam D'Angelo） [30] [49]11月30日，OpenAI宣布，萨姆·奥尔特曼（Sam Altman）已经回归担任首席执行官，米拉·穆拉蒂担任首席技术官，格雷格·布罗克曼担任总裁。 [47]2024年2月13日（当地时间），人工智能研究员、OpenAI创始成员之一安德烈·卡尔帕西（Andrej Karpathy）在社交媒体平台X上发文称，他已离开OpenAI。 [111]经历历程职位人物姓名人物简介人物图片创始团队成员首席执行官/初始资金资助者萨姆·奥尔特曼（Sam Altman）OpenAI联合创始人萨姆·奥尔特曼(1张)首席科学家伊尔亚·苏茨克维（Ilya Sutskever）OpenAI联合创始人伊尔亚·苏茨克维 [69]初始资金资助者埃隆·马斯克（Elon Musk）OpenAI联合创始人。南非出生的美国知名企业家；美国特斯拉汽车公司的CEO兼产品架构师。因创办SpaceX，以及联合创办特斯拉汽车和PayPal（贝宝）而闻名。规划创立了SolarCity公司，是最大股东和董事会主席 [61]；推特公司CEO [62]；美国神经连接公司（Neuralink）创始人。 [63]埃隆·马斯克 [61]董事会（6人）董事长、总裁格雷格·布罗克曼（Greg Brockman）OpenAI联合创始人。学生生涯中曾获数学、化学等多项国际大奖。在哈佛大学就读一年后转投MIT（麻省理工学院），2010年辍学加入线上支付公司Stripe。2013年，成为Stripe的首位首席技术官，2015年离开公司，并与特斯拉CEO埃隆·马斯克、奥尔特曼一道共同创立了OpenAI。格雷格 • 布罗克曼 [70]董事、CEO萨姆·奥尔特曼（Sam Altman）OpenAI联合创始人。奥尔特曼在布洛克曼2010年加入Stripe期间正好供职于Y Combinator，而Y Combinator正好是Stripe的种子投资方。2015年，与布洛克曼、特斯拉CEO埃隆·马斯克萨姆·奥尔特曼 [72]董事、首席科学家伊尔亚·苏茨克维（Ilya Sutskever）OpenAI联合创始人。2012年多伦多大学毕业后先后在斯坦福大学、多伦多大学、谷歌进行科研工作。2015年加入OpenAI共同创立了OpenAI。伊尔亚·苏茨克维 [70] 独立董事亚当·迪安杰罗（Adam D'Angelo）美版知乎Quora首席执行官。长期与人工智能打交道亚当·迪安杰罗塔莎·麦考利（Tasha McCauley）兰德公司的兼职科学家。曾从事技术和人工智能政策及治理问题的研究，并在奇点大学任教塔莎·麦考利海伦·托纳（Helen Toner）乔治城大学安全与新兴技术中心战略主管。是有效利他主义团体的一员，他们认为人工智能将来会毁灭人类海伦·托纳新初始董事会（2023年11月22日）董事会主席布莱特·泰勒（Bret Taylor）拥有斯坦福大学计算机科学专业硕士学位。曾任Facebook首席技术官、Salesforce联席首席执行官成员首席执行官萨姆·奥尔特曼（Sam Altman）OpenAI联合创始人萨姆·奥尔特曼成员拉里·萨默斯(Larry Summers) 前民主党财政部长和哈佛大学校长，经济学家。1993年，他因在经济学界的杰出表现获得美国约翰·贝茨·克拉克奖章。第一个获得美国国家科学基金会艾伦·沃特曼奖的社会科学家、美国计量经济学学会会员和美国艺术科学学会成员拉里·萨默斯成员亚当·迪安杰罗（Adam D’Angelo）原董事会成员，前问答网站Quora创始人，Facebook首任CTO亚当·迪安杰罗首席技术官米拉·穆拉蒂（Mira Murati）曾任特斯拉的Model X车型的高级产品经理。2018年加入OpenAI，被称作“ChatGPT之母”，是OpenAI核心团队四名成员之一 [31]；主要负责两款产品：一是ChatGPT，二是DALL-E的人工智能系统。2023年11月17日在OpenAI“地震级”人事变动中，原CTO米拉·穆拉蒂补位出任临时CEO；同月30日奥尔特曼回归担任CEO，Mira Murati担任首席技术官。 [68]米拉·穆拉蒂(2张)参考资料： [28] [30-31]对外合作播报编辑与微软合作OpenAI最大投资者自2019年起，微软与OpenAI建立了合作伙伴关系。微软是OpenAI最大的投资者。截至2023年12月，微软已向OpenAI这家人工智能初创公司投资了130亿美元，拥有其49%的股份。微软已将OpenAI的最新技术整合到自己的企业工具套件中，OpenAI也在微软的云服务上投入了大量资金。双方业务合作微软（Microsoft）建立了全球最大的超级计算集群之一，以帮助OpenAI训练规模更大、能力也更强大的人工智能模型。微软的聊天机器人和搜索引擎Bing Chat根据OpenAI的模型构建，首次亮相以来用户使用该机器人已经聊天超过10亿次，能够根据用户提示转化图像的Bing Image Creator生成图像超过10万张。 [56]董事会席位OpenAI在戏剧性的内斗事件之后，组成新初始董事会，微软获得了一个“无投票权观察员”席位，即公司代表可以参加OpenAI的董事会会议并获取机密信息，但在选举或选择董事等事项上没有投票权。这也一定程度意味着微软在OpenAI的后续经营管理中将拥有更大话语权。微软总裁Brad Smith表示:“自2019年以来，微软与OpenAI建立了合作伙伴关系，促进了更多的人工智能创新和竞争，同时保持了两家公司的独立性。而唯一改变的是，微软现在将在OpenAI董事会中拥有一个无投票权的观察员席位，这与谷歌收购DeepMind等案例截然不同。” [49]市场回应CMA主动评估Microsoft和OpenAI的合作关系2023年12月8日消息，英国竞争和市场管理局（CMA）认为，人工智能在市场上的扩张速度是史无前例的，而基础模型的快速发展意味着当前是这一变革性技术发展的关键时刻，人工智能开发商之间需要持续的竞争，这将有助于整个行业的发展，因此需要特别关注微软与OpenAI之间的合作关系。英国反垄断监管机构表示，将审查微软与OpenAI的合作是否导致了“获取控制权”的情况，即一方对另一方具有重大影响力或控制权，如果存在可能导致阻碍行业竞争的问题，那么该机构后续将采取更多针对性行动。 [49]与施普林格2023年12月，新闻出版巨头施普林格出版集团（Axel Springer）与 ChatGPT 开发机构 OpenAI 宣布达成一项史无前例的协议，允许 ChatGPT 对来自 Politico 和 Business Insider 等媒体的新闻文章进行总结摘要。施普林格也成为全球第一家与 OpenAI 合作将新闻业与人工智能技术进行更深入整合的出版机构，这是媒体为在人工智能工具中使用其内容而争取资金补偿的一个重要里程碑。OpenAI 和施普林格的协议生效后，当用户向 ChatGPT 提问时，它将以来自 Politico、Business Insider、Bild 和 Welt 等媒体的新闻文章摘要作为回应。作为协议的一部分，施普林格将为 OpenAI 的大型语言模型（例如支持 ChatGPT 的 AI 模型 GPT-4）提供其媒体品牌的内容作为其训练数据。 [85]与淡马锡有意投资OpenAI2024年3月，新加坡主权财富基金淡马锡有意投资 OpenAI。其高管最近几个月多次会见了 OpenAI 首席执行官萨姆·奥尔特曼。若淡马锡与 OpenAI 双方达成合作，这将是 OpenAI 首次获得国家背景的资金支持。淡马锡由新加坡财政部完全控股。2021 年淡马锡规模高达 3810 亿新加坡元（当前约 2 万亿元人民币），其与另一只新加坡政府所有的基金 GIC 一同进入主权财富基金榜单前十。科技领域一直是淡马锡投资组合的一部分，而 AI 正成为其关注重点。 [124]与政府合作OpenAI通过与政府机构的积极对话和合作，推动了AI安全监管标准的制定和实施。其目标是将安全评估作为AI系统的必要环节，以防止不负责任的开发和使用行为。萨姆·奥尔特曼也多次在公开场合强调安全对于AI的重要性，积极推动建立国际规范和标准。 [89]为何Altman欲与政府联手？显然，只要成为规则制定者，就能在竞争中赢者通吃。北京时间2023年5月16日，OpenAI首席执行官萨姆·奥尔特曼在出席美国国会听证会时表示，面对日益强大的AI模型，政府监管机构的干预对于控制相关风险来说至关重要。 [59]萨姆·奥尔特曼在美国参议院就AI技术的潜在危险作证，并敦促立法者对制造先进AI的组织实施许可要求和其他法规。面对美国国会，萨姆·奥尔特曼再次斩钉截铁地保证：在未来六个月内，OpenAI坚决不会训练GPT-5。同时，也对全世界发出警告：AI有可能会对世界有害，为了应对日益强大的AI风险，我们需要加强监管和立法，而政府的干预极为重要。此次听证会，Altman开门见山地告诉参议院：AI技术可能会出错，表示自己很担心人工智能行业对世界造成重大伤害（cause significant harm to the world）。希望与政府合作，防止这种情况发生。OpenAI欲与政府联手，权力通天(2张)对于怎么监管，Altman也替政府想好了，提出了成体系方案，包括三点：一是成立一个新的政府机构，负责为大型 AI 模型颁发许可，撤销不符合标准的模型的许可；二是为 AI 模型创建一套安全标准，包括对其危险能力的评估。例如，模型必须通过安全测试，比如它们是否可以“自我复制”和“流出到监管之外”；三是要求独立专家对模型在各种指标上的表现进行独立审计。 [90]团队管理播报编辑管理模式OpenAI在管理思维、人才选择、工作方法诸多方面的独到之处。1. 人才密度。公司极其重视“人才密度”，倾向于招聘年龄更大的资深技术人员，小型、资深、专注的团队往往有极高的工作效率。OpenAI只有约700名员工，但工作产出可能比大它一万倍的公司还要更高；2. 更有效率。工作节奏非常紧张，但这里不是拼命卷工作时长的地方，许多员工要抽出时间陪伴家人，倒逼他们更有效率地完成任务。3. 面对面沟通。办公室面对面的沟通仍然非常重要。一些创造性的解决方案是在办公室的社交互动中诞生的，OpenAI团队会在午餐桌上碰撞出很多新想法，4.紧密协作。 OpenAI根据职能划分了研究/应用团队，但不同团队之间的协作非常紧密。在ChatGPT团队里，既有设计师和产品经理，也有软件工程师和研究人员。不同职能的团队都需要了解对方的工作，避免出现研究部门只专注于实验，而产品部门只想商业化和赚钱的情况。5.目标明确。 “打造AGI”这一使命是OpenAI团队所有人的终极目标，也是日常工作的指引。使命不仅有助于决定做什么，也有助于决定不做什么。 [27]合作模式研究和应用在OpenAi，研究部门和应用部门是两个独立的组织结构。研究部门训练大型模型，然后应用部门在这些模型的基础上构建 ChatGPT 和 API 等产品。在实践中，这是一个更加紧密结合的过程。应用团队与研究部门的紧密耦合是能迅速地推出新创意的原因。能快速推出浏览、代码执行、插件和其他 ChatGPT 功能，是因为团队间的紧密集成。在 ChatGPT 的案例中，大部分研究人员来自研究团队。这些研究人员精通最新的微调技术和强化学习 (RL) 方法，如临近策略优化 (PPO)。由于这些研究人员也是产品组的一员，而且他们自己也在进行A/B实验，因此研究和工程之间的反馈回路非常紧密。“DERP”模式在大多数科技公司，与工程部合作的 "经典 "三人团队被称为“EPD”（即：工程、产品、设计）。OpenAI则认为将研究融入产品团队至关重要，与经典的“EPD”相比，OpenAI更喜欢把合作紧密的团队称为“DERP”（即：设计、工程、研究、产品）。在OpenAI，许多产品问题实际上是研究问题。比如，这些问题可以被视为功能请求：如何让ChatGPT生成更简洁的输出结果、如何生成更准确的答案、如何连接更多数据源等。这些问题看似产品问题，但实际上这些问题在很大程度上依赖于研究，如何调整或微调基础模型以实现预期目标。 [27]研究团队团队目标开展的研究活动有助于公司加快产品上线的速度。研究工作就是要不断思考统一的方法、打造功能更强的模型。研究团队也要确保工作能和别的研究有交汇的地方，朝着AGI的方向发展。运营模式在研究组织内部，有各种不同的研究团队。如有预培训团队负责培训 GPT-4 模型；培训后团队负责对 GPT-4 进行微调，还有负责校准的团队和让 GPT-4 能看、能听、能说的多模态团队等等。研究人员具有重要的学术或行业背景，阅读大量学术论文，以了解最新技术，提出想法并进行大量实验，以改进模型，研究人员要做大量的工程设计并编写大量的代码。 [27]应用团队团队目标应用团队是负责开发这些产品的工程、产品和设计的团队，在内部被称为“应用团队”。应用团队是公司内部的一个新成员，始于 2020 年夏天。OpenAI 的目标是构建对全人类有用的安全 AGI。应用团队的目标是打造真正让人工智能造福全人类的产品。之所以组建团队，是因为想要围绕 GPT-3 构建并扩展一个 API。模式创新ChatGPT 是应用团队内部的一个产品团队。让ChatGPT像一家小型独立创业公司一样运营，研究和应用紧密结合，长期的产品和研究思维，渐进式发布，高人才密度，日积月累的习惯。2022年夏天，OpenAI开始开发 ChatGPT。当时，应用团队大约有 30 名工程师、几名项目经理和设计师，正在运行的产品包括、GPT-3 和 Codex 的API接口、模型微调、嵌入应用程序、DALL-E 2等。所有这些产品都使用相同的代码库，在同一个集群中运行，并使用相同的构建管道。ChatGPT 的出现改变了这种状况。几位应用工程师、一些设计师、研究人员和 Greg Brockman（OpenAI 的总裁兼联合创始人）聚在一间屋子里，开始快速迭代产品创意。给这个新生团队提供了自己的代码库和一个全新的集群。不断迭代，寻找产品市场契合点（Product Market Fit）。随着 ChatGPT 团队的壮大，确保团队保持垂直整合，意味着工程、产品、设计和主要研究人员始终紧密合作。OpenAI应用工程团队负责人Evan Morikawa说，这种“分形初创公司”的方法对于任何新产品类别来说都是一个很好的模式。 [27]招聘策略高人才密度OpenAI的CEO非常关注人才的高密度。所谓“高人才密度”，指的是平均技能和业绩表现远高于其他地方的正常水平，出色的工作在OpenAI是最基础的。经验丰富的团队可以非常非常快地交付产品，在应用团队招聘时有意向高级工程人员倾斜。此外，尽量保持小规模，事实证明，因为规模非常小的高级团队可以很快完成任务。善于团队配合团队中容不下不善于团队配合的“独行侠”：希望避免吸引那些一心追求晋升的人，这些人总会为了提升自己的头衔，制造冗余的复杂产品；希望每个人都能很好地沟通，做任何对任务最有利的事情。只要能坚持这一点，就会更加专注、更快地完成任务。关注AI安全性OpenAI把安全放在首位，而不是速度。在招聘时，非常关注AI安全性。公司不希望形成一种速度凌驾于安全之上的文化。 [27]工作方法OpenAI的日常工作方法也是公司快速发展的因素之。周一至周三，团队会在办公室工作。每个人周一、周二、周三都在旧金山总部办公。协调每天的工作是提高工作效率的关键。靠这种协调性，在一周的前三天就能抵达关键工作节点。主要产品工作节奏相当紧张。使命、产品和技术的影响力促使大家努力工作。需要强调，这并不一定意味着员工工作时间很长，OpenAI不是那种凌晨2点还有一堆人没下班的地方。每个人都非常重视家庭时间。对家庭的关注，也让团队必须高度集中注意力，分清轻重缓急，灵活安排时间。 [27]主要产品播报编辑ChatGPT产品定义ChatGPT，全称Generative Pre-trained Transformer，是OpenAI于2022年11月30日发布的全新聊天机器人模型；是OpenAI公司开发的一种人工智能智能文本生成技术，它可以模拟人类对话的方式，生成有逻辑、有思考、有趣味的文本。 [77]基本原理基本原理是，通过深度学习算法，将大量的文本内容输入模型中进行训练，模型会自动学习语言的结构规律，从而可以生成高质量的文本。 [77]产品定位在 GPT 出现之前，NLP 模型主要是基于针对特定任务的大量标注数据进行训练。但会存在一些限制：大规模高质量的标注数据不易获得；模型仅限于所接受的训练，泛化能力不足；无法执行开箱即用的任务，限制了模型的落地应用。为了克服这些问题，OpenAI 走上了预训练大模型的道路。从 GPT-1 到 ChatGPT，就是一个预训练模型越来越大、效果越来越强的过程，不断迭代。 [94]在OpenAI的官网上，ChatGPT被描述为优化对话的语言模型，是GPT-3.5架构的主力模型。GPT- 3.5架构基于OpenAI于2020年推出的GPT-3架构，即生成式语言模型的第3代。早在2020年6月，在训练约2000亿个单词、烧掉几千万美元后，史上最强大AI模型GPT-3一炮而红。产品功能作为聊天机器人，ChatGPT具有同类产品具备的一些特性，例如对话能力，能够在同一个会话期间内回答上下文相关的后续问题。在网友们晒出的截图中，ChatGPT不仅能流畅地与用户对话，甚至能写诗、撰文、编码等。ChatGPT惊艳的语言能力，在互联网上掀起了一场“AI风暴”，比如用它做翻译、改错别字、debug（计算机程序纠错）等，的确达到了非常好的效果。2023年8月28日（当地时间），OpenAI在官网宣布推出企业版ChatGPT，将提供企业级安全和隐私保护、无限高速的GPT-4访问、处理更长输入的上下文窗口、高级数据分析能力、定制选项等等。 [18]新解锁功能 [51] 可上传 PDF、数据文档等多种类型文档；无需转换即可使用所有工具（如访问浏览、高级数据分析、DAL·E） [51]。应用范围CHATGPT的应用范围非常广泛，可以用于智能客服、智能聊天机器人、自动化写作等方面；可以通过与用户的互动，根据用户的需求生成相应的文本，从而提升用户的体验感。除此之外，CHATGPT还可以用于自动化写作，比如新闻报道、文学创作等方面，可以大大提高写作的效率和精度。随着智能化的发展，CHATGPT技术将会在越来越多的领域发挥作用，成为自动化智能服务的重要支撑。 [77]产品版本版本名称发布时间提供服务主要功能GPT-12018年第一代生成式预训练模型从有监督到无监督。GPT-1 的关键特征是：半监督学习。GPT-1 的效果明显，只需要极少的微调，就可以增强 NLP 模型的能力，减少对资源和数据的需求。同时，GPT-1 也存在明显的问题，一是数据局限性，GPT-1 是在互联网上的书籍和文本上训练的，对世界的认识不够完整和准确；二是泛化性依然不足，在一些任务上性能表现就会下降。 [94]GPT-22019年第二代生成式预训练模型与 GPT-1 并没有本质上的不同。架构相同，使用了更大的数据集 WebText，大约有 40 GB 的文本数据、800 万个文档，并为模型添加了更多参数（达到惊人的 15 亿个参数）提高模型的准确性，可以说是加强版或臃肿版的 GPT-1。有研究表示，GPT-2 生成的文本几乎与《纽约时报》的真实文章（83%）一样令人信服。 [94]GPT-32020年第三代，语言处理人工智能模型；该程序利用深度学习生成类似人类语言的文本。包括语言翻译和为聊天机器人生成文本等。GPT-3有1750亿个参数，是 GPT-2 的 117 倍 [94]。研究结果表明：具备用零样本学习方法解决一系列类比问题的初步能力；能够回答大多数问题甚至为人类起草论文的GPT-3，在从头开始回答问题和回答多选题时的表现超过了人类。 [93]GPT-3 也在商业应用上表现出了极高的稳定性和实用性，通过云上的 API 访问来实现商业化。这种入得了实验室、下得了车间的能力，使得 GPT-3 成为 2020 年 AI 领域最惊艳的模型之一。 [94]GPT-3.52022/11/30第四代聊天机器人。OpenAI 设计系列 NLP 模型中的第四个不仅能够回答各种问题，还能够创作诗歌、故事、歌曲、代码等内容，甚至能够模仿名人的风格和语气。它的出现，开启了生成式AI领域的新篇章。 [95]产生了技术路线上的又一次方向性变化：基于人工标注数据 + 强化学习的推理和生成。 [94]GPT-42023/03/14多模态预训练大模型。任何拥有OpenAI API访问权限的人都可以采用这种方法创建自己的人工智能辅助审核系统。 [92]具备更高水平的识图能力，且能够生成歌词、创意文本，实现风格变化；GPT-4的文字输入限制也提升至2.5万字，且对于英语以外的语种支持有更多优化。 [91]8月15日，OpenAI官宣，将GPT-4用于内容策略开发和内容审核决策，以实现更一致的标签、更快的策略优化的反馈闭环以及更少的人工审核人员参与。GPT-4 Turbo-购买ChatGPT Plus服务的付费用户和API企业客户都可以访问。从写代码到写剧本、创建图像，根据冰箱里食物的照片倒推食谱，可以使用越来越多的互联网连接工具。 [56]GPT Store2024年1月有超过300万个自定义版本的ChatGPT [109]从GPT Store界面的构成来看，应用商店类目包括：Featured：本周精选特色应用；Trending：社区最受欢迎的GPTs；By ChatGPT：由ChatGPT团队创建的GPTs。GPTs根据应用的用途划分为“写作”“效率”“研究和分析”“编程”“教育”和“生活方式”等类目。ChatGPT Team2024年1月可以访问如GPT-4和DALL·E 3等高级模型，以及高级数据分析等工具。ChatGPT Team还包括一个专门用于团队的协作工作空间和用于团队管理的管理工具。团队可以拥有并控制自己的业务数据——我们不会对业务数据或对话进行训练，我们的模型也不会在团队使用过程中学习。ChatGPT Team是OpenAI企业产品的较小版本，适用于用户数量少于150名的企业。Plus用户是无法使用这个功能的，OpenAI为ChatGPT Team提供了单独的收费标准：25美元/月或每月支付每个用户30美元。 [109-110]训练方式据OpenAI的官方文档，相比之前的GPT模型，OpenAI采用了全新的训练方式，即一种名为“从人类反馈中强化学习”（Reinforcement Learning from Human Feedback，RLHF）的训练方式对 ChatGPT 进行了训练。OpenAI让人类训练师扮演对话的双方提供对话作为学习资料。在人类扮演聊天机器人的时候，OpenAI也会让模型生成一些建议来帮助训练师撰写自己的回复。也就是说，基于优秀的机器学习算法和强劲的算力，通过海量的数据训练，来让AI学会“思考”。方法 [71]ChatGPT还采用了注重道德水平的训练方式，按照预先设计的道德准则，对不怀好意的提问和请求“说不”。一旦它发现用户给出的文字提示里面含有恶意，包括但不限于暴力、歧视、犯罪等意图，它都会拒绝提供有效答案。产品团队ChatGPT 是设在应用团队内部的产品团队，由软件工程师、设计师、产品经理和研究人员共同组成。 [27]体验流程ChatGPT的体验流程更方便，只要注册一个OpenAI的账号就可以体验了，与早期的模型需要申请通过才能体验相比，ChatGPT影响的人群更广泛，讨论的人会更多。局限性ChatGPT有时会写出看似合理但不正确或荒谬的答案。这是Open AI认为ChatGPT所面临的“限制”，并且解决这个问题被认为是具有挑战性的。其背后原因有三，首先，强化学习的信息源目前并未建立；其次，模型通过学习变得更加谨慎会导致其回避原本能够正确回答的问题；另外，监督学习将会对模型造成误导，因为理想的答案应该来源于模型的认知，而非人工演示者的认知。ChatGPT的能力获得是基于庞大的语料库，凝练了多领域问题的很多数据做相互校验，然后挑一些基础性的内容回答出来，这其实是“举一千反一”的过程，与人类举一反三的能力还相差较远，它不具备思考能力，所以犯错误不可避免，但通过人为的干预反馈，这些问题是可以被改进的。 [26]市场运用在首次亮相后的几个月里，ChatGPT已经成为一种全球现象。2022年12月，在OpenAI宣布有超过一百万人注册该服务几天后，OpenAI总裁格雷格·布罗克曼（Greg Brockman）在Twitter上说，该服务的用户已经达到200万。ChatGPT也是一个资金陷阱。没有广告，根据奥尔特曼在Twitter上发表的一篇文章，每一次对话的数据处理成本平均为“几美分”，每周可能达到数百万美元。为了抵消这些成本，该公司2023年2月宣布将在付费版中收取每月20美元的订阅费，称为ChatGPT Plus。2023年2月3日，瑞士银行巨头瑞银集团的一份报告显示，在人工智能聊天机器人ChatGPT推出仅两个月后，它在2023年1月末的月活用户已经突破了1亿，成为史上用户增长速度最快的消费级应用程序。根据Sensor Tower的数据，TikTok达到1亿用户用了9个月，Instagram则花了2年半的时间。ChatGPT的成功使OpenAI进入了硅谷实力派的行列。 [33]ChatGPT更新更新前、后(2张)2023年11月，首届OpenAI发布会上发布ChatGPT更新，首先，从发布日开始ChatGPT将使用刚刚发布的GPT-4 Trubo模型。另外，针对用户每次对话前都要选择不同模式的困扰，GPT-4 Trubo也将迎来产品逻辑的更新，现在机器人能够主动根据对话来适配对应的功能。 [58]GPT-4 Turbo模型的进步主要体现在6个方面：GPT-4 Turbo的进步主要体现在6个方面 [58]1、AI能够理解更长的上下文对话长度（context length）。标准版GPT-4模型最多支持8192个token，此前的升级将其提高至最多3.2万个token。而GPT-4 Turbo支持最高12.8万个token；新模型在处理长文本情境下的准确度也有所提高；2、给予开发者更多的控制权。新的模型允许开发者指示模型固定以特定形式返回有效JSON—JSON模式。同时开发者可以通过访问seed参数和system_fingerprint响应字段，来实现“模型对每次请求都给出确定性的输出”。3、GPT-4对于现实世界的知识截止于2021年9月，GPT-4 Trubo的知识则截止于2023年4月。4、多模态API。文生图模型DALL·E 3、具有视觉输入能力的GPT-4 Trubo，以及新的声音合成模型（TTS）都在今日进入API。OpenAI也也发布了新的语音识别模型Whisper V3，将在近期向开发者提供API。5、宣布将向活跃开发者提供GPT-4微调的资格。对于开发细分行业的垂直AI应用而言，微调是必经的过程。对于这类开发者，OpenAI也推出了定制化模型项目，帮助一些组织训练针对特定领域的定制化GPT-4模型。6、OpenAI将所有GPT-4用户的Token速率限制扩大了一倍，开发者可以申请进一步提高速率。在定价方面：GPT-4 Turbo的价格要远低于GPT-4 [58]GPT-4 Turbo的价格要远低于GPT-4。其中输入Token的价格只有三分之一，而输出Token的价格只有一半。也就是说，输入1000个Token的定价为1美分，而输出1000个Token的定价为3美分。与此同时，GPT-3 Turbo 16K模型的价格也有所下调。 [58]GPTs产品定义：GPTs是OpenAI于2023年11月7日推出重要产品，用户将能通过自定义指令、拓展（模型）的知识边界和下达行动命令，来构建自己的GPT，并能对外发布给全球更多的人使用。更重要的是，整个构建“自定义GPT”的过程也是通过自然语言对话形成的。模型能力萨姆·奥尔特曼在现场演示了如何通过聊天搭建一个GPT。他给GPT Builder的指令是“希望帮助创业者思考商业灵感并提供建议，然后‘拷问’他们为何公司发展得不够快。”随后ChatGPT迅速搭建了一个创业咨询GPT，还顺手生成了一个Logo。现场演示了如何通过聊天搭建一个GPT(2张)随后奥尔特曼在属性页面中上传了一份他自己关于创业公司的演讲稿，向这个用例提供了额外的知识。至此，自定义用途的GPT初步搭建完成。用户可以保存这个用例只给自己使用，也能对外公开发布。OpenAI也顺势宣布，将在本月晚些时候上线“GPT应用商店”。对于那些最热门的GPT，公司还将分享一部分的营收，来推进GPT应用生态的进步。 [58]Assistants API产品定义新品Assistants API（“助理API”）是2023年11月7日 OpenAI 首届开发者大会上，OpenAI 推出的一种“专门构建的 AI 工具”，可利用“额外的知识”帮助开发者在自家应用程序中构建 AI 助手。 [125]模型能力“助理API”具有特定的指令，利用额外的知识，并能调用模型和工具来执行任务。新的助手API提供了如代码解释器、检索以及函数调用等功能，以处理此前开发者必须自己完成的诸多繁重工作。用例范围非常灵活，例如基于自然语言的数据分析应用、编程助手、AI度假规划器、语音控制DJ、智能视觉画布等等。 [58]版本名称发布时间提供服务主要功能Assistants API2023年11月帮助开发者在自家应用程序中构建 AI 助手。提供三项功能：“代码解释器”可允许开发者在沙盒执行环境中编写和运行 Python 代码，生成图形图表，并处理具有不同数据和格式的文件，并允许 AI 助手迭代运行代码来解决具有挑战性的代码和数学问题等。“检索”可利用模型之外的知识来增强助手，例如专有领域数据、产品信息或用户提供的文档。“函数调用”可令助手能够调用开发者定义的函数，并将函数响应合并到其消息中。 [125]Sora产品定义Sora，是OpenAI于当地时间2024年2月15日推出的一款新的人工智能文生视频大模型，该模型可以根据文字说明创建现实和想象的场景。Sora作为一款通用的视觉数据模型，其卓越之处在于能够生成跨越不同持续时间、纵横比和分辨率的视频和图像，甚至包括生成长达一分钟的高清视频 [118]。Sora从文本到视频模式，旨在帮助人们解决需要现实世界互动的问题。 [115-116]Sora训练Sora的训练依赖于大量带有文本标题的视频数据。OpenAI利用了DALL-E 3中的标题生成技术，为视频生成高质量的文本标题，以此来提高文本和视频数据之间的对齐度。同时，在大规模训练过程中，Sora展示了一些“涌现的模拟能力”，如三维一致性、长距离连贯性、物体持久性以及与世界互动等。 [120]模型能力文本到视频生成能力。能够根据用户提供的文本描述，生成长达60S的高保真视频。复杂场景和角色生成能力。能够生成包含多个角色、特定运动类型以及准确主题和背景细节的场景。能够创造出生动的角色表情和复杂的运镜，使得生成的视频具有高度的逼真性和叙事效果。语言理解能力。拥有深入的语言理解能力，遵守用户的提示 [115]，使得模型能够更好地理解用户的文本指令，并在生成的视频内容中忠实地反映这些指令。多镜头生成能力。具有在单个生成的视频中创建多个镜头的能力，同时保持角色和视觉风格的一致性。从静态图像生成视频能力。能够从现有的静态图像开始，准确地动画化图像内容，或者扩展现有视频，填补视频中的缺失帧。 [118]物理世界模拟能力。能深度模拟真实物理世界。标志着人工智能在理解真实世界场景并与之互动的能力方面实现了重大飞跃。 [117]Sora 制作的1分钟视频，效果接近实拍技术特点Sora是一个扩散模型，能够对一个看起来像静态噪声的视频，通过多个步骤去除噪声逐渐转换。Sora通过一次为模型提供多帧的前瞻性，确保主体在暂时离开视野仍保持不变。Sora使用DALL.E3中的重新捕获技术，生成的视频结果能够更忠实地遵循用户的文本指示。该模型还能够获取现有的静态图像并从中生成视频，对图像内容进行精确动画处理，并关注小细节。该模型还可以获取现有视频并对其进行扩展或填充丢失的帧。 [115]Sora的三维一致性仿真功能。Sora可以用动态摄像机运动生成视频。随着相机的移动和旋转，人物和场景元素在三维空间中一致地移动。Sora通过在一帧的时间范围内的空间网格中安排高斯噪声补丁实现图像生成功能。该模型可以生成各种尺寸的图像高达2048x2048分辨率。 [119]Sora可以生成各种尺寸的图像高达2048x2048分辨率局限性作为一个模拟器，Sora表现出许多局限性 [119]。可能难以准确地模拟复杂场景的物理特性，不理解具体实例的因果关系，例如，一个人咬了一口饼干，但饼干可能没有咬痕。还有可能混淆提示的空间细节，例如混淆左和右。难以精确描述随时间发生的事件，例如跟随特定的相机轨迹。 [115]对行业影响OpenAI对Sora的定位颇具野心，号称并不仅是“文生视频”的工具，而是一个通用的“物理世界模拟器”，意在复现真实世界重力、摩擦力等物理现象。这样的定位使得Sora未来有望成为跨越各行各业的“超级工具”，可被用于模拟天气变化、自动驾驶、生物行为甚至军事场景等等。 [126]Sora并非是首个文本生成视频的大模型。据不完全统计，截至2023年底，全球能实现文生视频的大模型包括Runway、Pika、Stable Video Diffusion等超过20个产品。然而，Sora的诞生仍给业界带来了不小的震撼。用户仅需输入简短一句话，Sora可生成一段60秒视频，时长远远超过市面同类型级别的AI视频生成时长（“明星模型”Runway和Pika等几乎也仅有3~4秒）；也已超过抖音等短视频平台的平均视频时长，Sora的诞生也为以后短视频平台的内容生产提供了更大的可能性。中信建投、国泰君安、申万宏源、招商证券等10家券商在研报中均表示，Sora 是人工智能发展进程中的“里程碑”，预示AGI（通用人工智能）将加速到来，众多行业将迎颠覆式变革。 [120]产品管理播报编辑发布策略OpenAI发布产品的策略，避免采用“大爆炸、一气呵成”的发布模式。因为持续更新是OpenAI安全的基本原则战略。人工智能安全是OpenAI内部的一个重要话题，也是工作的核心，公司采取了很多方法确保AI的安全性。例如：红队：一组被称为“红队”的安全专家扮演攻击者的角色，测试和评估安全措施的有效性；对齐：确保人工智能系统的行为方式与人类价值观保持一致，并且不会无意中做出有害的行为；政策工作：与世界各地的政策制定者合作，制定具体规则加强人工智能技术和服务的安全性和可信度。产品在密切监控下逐步推出，产品发布前，先经过选定客户的试用，然后再逐步推广。当全世界都看到ChatGPT“突然”爆发时，实际上，在 OpenAI内部已经花了好几年，在可控的环境中开发和调整ChatGPT。 [27]研发策略AI的飞速发展，在给人类带来生产力革命的同时，也带来了前所未有的安全挑战，包括：AI系统本身的稳定性和可靠性隐患，恶意使用AI技术，用户隐私侵犯，AI系统决策过程的公平、透明和可解释性难以保障等。因此，OpenAI在创业过程中并行采取以安全为导向的研发策略，并积极参与到相关政策的讨论和制定过程中，聚焦于推动行业正向发展、企业文化塑造以及巩固行业领先优势等3个维度，以确保AI发展能够在保障安全的前提下更好地服务于人类社会。从技术上提出了两个方向：一是可扩展的监督，尝试使用人工智能系统来协助人类监督其他人工智能系统；二是解释能力，尝试更好地打开这些模型的内部黑箱，包括使用GPT-4来解释GPT-2中的神经元，使用Model Internals来检测一个模型何时在说谎等。一定程度上，OpenAI在AI安全方面的努力和贡献，不仅有助于推动行业的健康发展，也能够对内塑造企业文化和对外巩固行业领先优势，掌握了行业话语权，从而构建以OpenAI为主导的通用人工智能创新与发展生态。 [89]服务条款OpenAI服务条款规定，API客户所输出的模型不能被用于“开发任何与我们的产品和服务竞争的AI模型”。“所有API客户必须遵守我们的使用政策，以确保我们的技术被用于好的一面”微软：“Azure OpenAI服务等微软AI解决方案属于有限访问框架的一部分，这意味着所有客户都必须申请并获得公司的批准才能访问。同时，制定了标准并提供资源，帮助客户负责任地使用这些技术，并遵守公司的服务条款。公司还制定了发现滥用行为的流程，并在客户违反公司的行为准则时停止他们的访问。” [102]风险管理播报编辑风险评估对于开发中的前沿模型，OpenAI主要跟踪4个类别的安全风险：网络安全、CBRN（化学、生物、放射性、核威胁）、说服能力、模型自主性。评估期间将增加2倍的有效计算量把模型推向极限，并制作“记分卡”，分为“低、中、高、重大危险”四个等级。采取缓解措施后，四个方面得分取最高值作为一个模型的总评分。OpenAI：安全 [106]只有缓解后风险评分为“中”或更低时才能部署；只有缓解后风险评分为“高”或更低时才能进一步开发；对缓解前为“高”或“重大风险”的模型采取额外安全措施。 [105-106]OpenAI：限制、制约 [106]网络安全风险定义为利用模型破坏计算机系统的机密性、完整性、可用性。 [105]网络安全风险 [105]CBRN风险CBRN风险，专注于与模型辅助创建化学、生物、放射性和/或核威胁相关的风险。 [105]CBRN风险 [105]说服能力风险侧重于与说服人们改变他们的信念或采取行动有关的风险。通常强大的说服力很少见，需要大量人力（例如一对一对话，或者精心制作的媒体内容）；然而，模型可以在能力范围内使所有内容几乎零成本生成。 [105]说服风险 [105]模型自主性风险模型自主性风险就是比较科幻的那种，AI改进自己、阻止自己被关机、逃出实验室了。 [105]模型自主性风险 [105]企业事件播报编辑涉投诉2023年4月4日，加拿大隐私专员办公室（OPC）宣布开始调查ChatGPT背后的公司OpenAI，涉及“指控OpenAI未经同意收集、使用和披露个人信息”的投诉。 [8]涉诉讼两名作家发起版权集体诉讼2023年6月28日，第一起具有代表性的ChatGPT版权侵权之诉，终于出现在了公众视野。两名作家在美国加州北区法院，对Open AI公司发起了版权集体诉讼，指控后者未经授权利用自身享有版权的图书训练ChatGPT，谋取商业利益。 [16]2023年7月，两位美国作家对ChatGPT母公司OpenAI提起诉讼，声称OpenAI在没有获得版权授权的情况下，就利用他们的作品来训练其人工智能。就在几天之前，OpenAI在加利福尼亚州同样被多方提起集体诉讼，起诉书称OpenAI在未经允许的前提下，在互联网上窃取和挪用了大量私人数据来训练ChatGPT。 [13]多名美国作家起诉OpenAI当地时间2023年12月20日，包括泰勒·布兰奇和史戴西·希夫在内的11名美国作家在纽约曼哈顿联邦法院起诉美国人工智能公司“开放人工智能研究中心”（OpenAI）和微软。 [103]。作家向法庭表示，OpenAI在未经许可的情况下，从互联网上批量复制了他们的作品，并将这些作品纳入ChatGPT的训练数据里，侵犯了他们的作品版权。 [104]《纽约时报》起诉OpenAI2023年12月27日，《纽约时报》就侵犯版权起诉OpenAI。诉讼称，《纽约时报》发表的数百万篇文章被用于训练自动聊天机器人，这些机器人现在作为可靠信息来源与该新闻媒体展开竞争。 [107]2024年2月27日消息，美国开放人工智能研究中心（OpenAI）遭美国《纽约时报》起诉侵权的诉讼又有新进展：OpenAI已要求联邦法官驳回部分原告诉求，称原告媒体雇用电脑“黑客”操纵OpenAI的生成式人工智能聊天机器人ChatGPT等人工智能系统，进而生成“误导性证据”。OpenAI向纽约曼哈顿南区联邦法院提交文件说，《纽约时报》花钱雇用黑客操纵OpenAI产品，利用“公然违反OpenAI使用条款的欺骗性提示”，诱导ChatGPT生成照搬《纽约时报》版权作品的内容，留作侵权证据。 [121]埃隆·马斯克起诉OpenAI2024年3月1日，埃隆·马斯克（Elon Musk）向法院起诉OpenAI及其首席执行官萨姆·奥尔特曼（Sam Altman），指控他们违反了OpenAI成立时签订的协议，即为了人类的利益而不是利润开发技术。 [122]3月5日OpenAI 回击，指马斯克试图对其进行“绝对控制”。美国《纽约时报》称，在一份公告中，该公司通过公布一系列的邮件往来，披露他们与马斯克之间的“恩怨”。OpenAI称，当年，打造非营利人工智能公司的目标过于“烧钱”，包括马斯克在内的一众创始人均同意公司转型。而也就是在这个时候，马斯克提出要得到该公司的多数股权、董事会控制权以及CEO职务，甚至还提出将该公司与特斯拉兼并，遭到了其余创始人的强烈反对。在他们看来，这样的“绝对控制”有悖于公司成立的初衷。被拒之后，马斯克于2018年撤资并离开了OpenAI的董事会。3月6日，马斯克在社交平台上称，如果OpenAI将公司名称变更为“CloseAI”，他就放弃起诉。OpenAI的字面意思为“开放性人工智能”，而“CloseAI”含义刚好与之相反。据美国哥伦比亚广播公司（CBS）称，马斯克显然是在影射该公司从一家主张开源代码的非营利公司转变为一家被大型企业控制、一切向利润看齐的“闭源”科技企业。CBS称，马斯克与OpenAI之间的恩怨情仇本身很俗套，“与资本主义制度一样古老”，但是这场官司对人工智能行业的发展颇具借鉴意义。 [131]被调查是否违反消费者保护法当地时间2023年7月13日，据美国CNN报道，美国联邦贸易委员会正在调查OpenAI是否违反消费者保护法，并要求OpenAI提供有关其处理个人数据、向用户提供不准确信息的可能性以及“对消费者造成损害（包括声誉损害）的风险”的大量记录。 [14]提起诉讼诉讼一家名称侵犯了OpenAI商标2023年8月8日，据彭博消息，OpenAI Inc.对一家使用“开放人工智能”（Open Artificial Intelligence）名称的公司提起诉讼，声称该名称侵犯了OpenAI商标，并造成消费者混淆。 [17]回应质疑回应对AI模型安全性质疑美国当地时间4月5日，ChatGPT研发公司OpenAI在其官方博客发布文章《我们保障AI安全的方法》，回应外界对其AI模型安全性的质疑。文章介绍了ChatGPT六个方面的安全部署，包括构建日益安全的AI系统、在实际使用中学习改进安全措施、保护儿童、尊重隐私、提高事实准确性，以及持续研究和参与。 [9]2023年12月8日消息，当地时间周五，英国反垄断监管机构表示，将审查微软与OpenAI的合作是否导致了“获取控制权”的情况，即一方对另一方具有重大影响力或控制权，如果存在可能导致阻碍行业竞争的问题，那么该机构后续将采取更多针对性行动。回应英国监管机构审查微软与OpenAI合作关系当地时间2023年12月8日，英国竞争和市场管理局（CMA）表示，其正在收集来自利益相关者的信息，以确定微软与OpenAI两家公司的合作是否威胁到谷歌人工智能研究实验室Deepmind总部所在地英国的市场竞争。随后，微软发言人在一份声明中表示：“虽然我们协议的细节仍然保密，但必须指出的是，微软并不拥有OpenAI任何股份，只是有资格分享利润分配。”OpenAI发言人则表示，“微软的无投票权董事会观察员席位并未向他们提供管理职权或对OpenAI运营的控制权。” [32]应用问题美国东部时间2023年4月23日，根据中断跟踪网站Downdetector的数据，超千名用户报告OpenAI出现使用问题。 [11]重组风波产生背景从2015年创建起，OpenAI内部就充满了矛盾。该公司由特斯拉首席执行官埃隆·马斯克（Elon Musk）、萨姆·奥尔特曼（Sam Altman）和其他九人共同创立，其目标是建立人工智能系统以造福全人类。与大多数科技初创企业不同，OpenAI是作为非营利机构成立的，董事会负责确保OpenAI履行这一使命。董事会里持有相互对立人工智能理念的人，一边是担心人工智能危险的人，比如埃隆·马斯克，另一边是奥尔特曼和那些更关注这项技术潜在好处的人。2018年埃隆·马斯克离开OpenAI，2019年，奥尔特曼成为OpenAI的首席执行官，改变了OpenAI的发展方向，他创建了一家营利性子公司，并从微软筹资10亿美元。从而引发质疑，即这将如何与董事会的安全人工智能使命相吻合？董事会成员中的三名独立董事都担心人工智能会变得比人类更聪明。 [57]解雇奥尔特曼2023年11月，据The Information，几位知情人士透露，在OpenAI首席执行官萨姆·奥尔特曼被解雇、总裁Greg Brockman突然辞职之际，OpenAI的三名高级研究人员在当地时间17日辞职。请辞的三人分别是公司研究总监akub Pachocki、负责评估人工智能潜在风险的团队负责人Aleksander Madry，以及在这家初创公司做了7年研究员的Szymon Sidor。 [22]11月17日，OpenAI在官网发布新闻稿称，公司董事会宣布，CEO萨姆·奥尔特曼将辞去CEO并离开公司，首席技术官米拉·穆拉蒂将担任临时首席执行官，立即生效。在奥尔特曼该推文后没多久，格雷格·布罗克曼转发也宣布将离开公司。 [21]解雇奥尔特曼的原因关于最初解雇奥尔特曼的原因存在不同的解释。萨姆·奥尔特曼被赶下台的核心是创始人之间的旧式纠纷。据称，OpenAI首席科学家兼联合创始人伊尔亚·苏茨克维（Ilya Sutskever）是此次罢免的幕后推手——基于对商业化与研究速度的担忧，以及是否对安全性给予足够重视。 [28]据美国《华尔街日报》网站报道，11月17日，OpenAI董事会表示，解雇的理由是因为他没有对公司董事会坦诚相待。与奥尔特曼关系密切的人士则表示，解雇更多与公司人工智能的安全性争议以及与共同创始人和董事会成员伊利亚·苏茨克韦尔之间的权力斗争有关。策划复职反击2023年11月19日，在被OpenAI解职两天后，奥尔特曼又回到了公司办公室，试图谈判回归事宜。他戴着访客胸牌进入中心，并在X平台上发帖：“这是我第一次也是最后一次戴这个。”整个周末，投资者和许多员工都在试图恢复奥尔特曼的职位。他一直在策划一场反击，试图夺回这家硅谷最有价值和最知名的初创公司之一。奥尔特曼的阵营成功将解雇他的董事会带回到谈判桌旁，提名一连串备受关注的科技企业高管来领导一个更符合奥尔特曼商业愿景的新董事会。微软的高管也极力推动在新公司架构中加强监督，包括可能设立一个董事会观察员席位，以便更深入了解公司的经营情况。2023年11月19日，OpenAI董事会成员伊利亚·苏茨克韦尔在向员工发表的一份声明中表示，尽管公司高管努力争取奥尔特曼复职，结果还是事与愿违。苏茨克韦尔也宣布，亚马逊旗下流媒体平台“特威奇”（Twitch）前首席执行官埃米特·希尔，将成为OpenAI新的临时首席执行官。希尔为Twitch联合创始人，于今年早些时候辞职。奥尔特曼被解职后，OpenAI曾任命首席技术官米拉·穆拉蒂为临时首席执行官。 [54]11月20日，OPENAI临时首席执行官米拉·穆拉蒂计划重新聘请萨姆·奥尔特曼和格雷格·布罗克曼 [45]；11月20日，据外媒，OpenAI董事会据称将聘请埃米特·谢尔担任CEO，取代创始人萨姆·奥尔特曼 [23]。在谈判失败后，纳德拉在X平台上写道，奥尔特曼“将加入微软，领导一个新的高级人工智能研究团队”，与OpenAI的联合创始人格雷格·布罗克曼以及其他同事一同工作。 [54]员工签署联名信当地时间2023年11月20日，OpenAI公司超过700名员工签署联名信，要求该公司董事会辞职。信中指出，除非董事会辞职并恢复奥尔特曼和格雷格·布罗克曼的职位，不然他们将加入微软的人工智能研究部门。 [25]奥尔特曼重返CEO2023年11月22日，OpenAI宣布，已经原则上达成协议，奥尔特曼重返公司担任CEO，“并组建由董事会主席Bret Taylor、Larry Summers和Adam D'Angelo组成的新董事会。” [46]组建新初始董事会2023年11月30日，OpenAI宣布，萨姆·奥尔特曼已经回归担任首席执行官，OpenAI成立新董事会。 [47]同日，OpenAI原董事会成员海伦·托纳 (Helen Toner) 在社交平台X发文称，她正式辞去了OpenAI董事会的职务。 [48]重组风波影响创始人与董事会之间的决裂OpenAI突然进行重组是硅谷的老生常谈：创始人与董事会之间的决裂。但在这个案例中，创始人（硅谷人工智能革命的代表）与董事会（其任务是将社会利益置于利润之上）都非常特殊。这种决裂威胁着公司的未来以及投资者投入其中的数十亿美元。受重组风波影响微软股价下跌在所有投资者中，微软可能是与OpenAI的未来最剪不断理还乱的公司，而这家初创公司的乱局一直是微软的负累。除了是OpenAI最大支持者外，微软还围绕这家初创公司的人工智能软件重新调整了自己的业务。在奥尔特曼被解雇的消息传出后，微软的股价下跌。 [54]OpenAI坚不可摧的光环被动摇了OpenAI坚不可摧的光环被动摇了。（斯坦福大学教授吴恩达（Andrew Ng）评，他曾帮助创建了谷歌和百度的人工智能实验室）。OpenAI的混乱引发了人们对人工智能革命背后的人和公司的新质疑：作为世界上首屈一指的人工智能初创公司，如果它能如此轻易地因为背后诽谤他人的行为和不可靠的错误想法而陷入危机，那么人们还能信任它来推进一项可能对数十亿人产生不可估量影响的技术吗。 [57]AI伦理思考-商业化与安全审查OpenAI这场高层“内斗”大戏，牵扯到商业利益和观念博弈两个方面的矛盾，后者体现为，“加速派”和“末日论派”在人类与AI的关系上的分歧。首席执行官奥尔特曼在加速部署OpenAI产品的商业化，扩大消费者市场。2022年11月，OpenAI发布基于GPT-3的聊天机器人ChatGPT，开始较为明确地产品化。而2023年11月的开发日上OpenAI不仅在模型层上有所推进，还引入微调（fine-tuning）和检索增强生成（RAG）等基础设施层的工具，并推出了GPT应用商店和企业定制等生态层的探索，这些都在一年内发生。2023年7月，首席科学家伊尔亚·苏茨克维（Ilya Sutskever）在OpenAI内部组建了一只“超级对齐团队”，以达到“让模型在最糟糕的情况下也能遵循人类的意图”等目的。2023年11月初，苏茨克维在一个纪录短片中称：“我的感觉是，通用人类智能（AGI）的发展会出现雪崩。”这二人的观念取向，折射出硅谷乃至全世界人工智能行业对安全与进步的分歧观点，即“有效加速主义”和“末日论”。前者的拥趸希望通过最高效、最具影响力的技术进步与突破来加速社会、经济或技术系统的变革过程，并把风险视为变革的催化剂。而后者则更加审慎，认为一旦风险不可控，人工智能带来的巨大影响将毁灭人类社会。 [72]暂停账户暂停字节跳动账户2023年12月16日，因字节跳动一直在秘密使用OpenAI的技术开发自家大语言模型而违反了OpenAI的服务条款，字节跳动的账户已被OpenAI暂停。字节跳动通过微软购买了OpenAI的访问权限，但是微软也制定了与OpenAI同样的政策。OpenAI发言人尼克·菲利克斯（Niko Felix）发表声明，确认字节跳动的账户已被暂停。字节跳动发言人约迪·赛斯（Jodi Seth）对此回应称，GPT生成的数据在“种子计划”的早期开发中用于注解模型，并且在2023年年中左右的时候已从字节跳动的训练数据中删除。“字节跳动获得了微软的许可能够使用GPT API。我们使用GPT驱动非中国市场的产品和功能，但使用自主开发的模型驱动豆包。豆包只在中国提供 [102]。字节跳动相关负责人回应称，正在与 OpenAI 联系沟通，以澄清外部报道可能引发的误解。 [97]监管升级监管定基调在美国国会没有采取任何有意义的行动的情况下，欧盟的法律将为西方世界随后的监管定下基调。当地时间2023年12月8日，欧盟政策制定者就《人工智能法案》达成协议。该法案是全球首次尝试以全面的、基于伦理的方式监管这项快速发展的技术 [100]。法案将AI系统的风险分为四类：不可接受风险、高风险、有限风险以及最低或无风险。 [101]文件称，被视为构成“系统性风险”的模型将受到额外规则的约束。欧盟将根据用于训练模型的算力来确定其风险等级。新法案将影响OpenAI。最大的通用人工智能系统，包括为聊天机器人ChatGPT提供支持的GPT将面临新的透明度要求。除因国家安全豁免外，警方和政府使用面部识别软件将受到限制。违反规定的公司可能面临高达全球销售额7%的罚款，可达3500万欧元（3770万美元）。专家称，目前唯一已达到构成“系统性风险”阈值的模型是OpenAI的GPT-4。欧盟执行机构可以根据数据集大小、是否在欧盟拥有至少10000名注册商业用户或注册最终用户数量以及其他指标来指定哪些模型构成“系统性风险”。 [100]管理政策随着通用型人工智能向用户端和行业加速渗透，相关隐私保护担忧和安全监管等议题逐步升温。全球监管持续行动。由于ChatGPT本身在使用训练数据的来源以及隐私泄露等问题一直备受争议，不少大型企业都出台相关政策要求员工不要使用ChatGPT。2023年3月，意大利数据保护局宣布禁止ChatGPT，加拿大已经调查OpenAI，称该公司涉嫌“未经同意收集、使用和披露个人信息”。2023年5月22日消息，苹果已经连续数月禁止员工使用ChatGPT和Copilot，此前亚马逊、摩根大通等也限制员工使用ChatGPT，中国支付清算协会倡议支付行业人员谨慎使用ChatGPT等工具。2022年，中国国家互联网信息办公室等三部门发布《互联网信息服务深度合成管理规定》；2023年4月，国家互联网信息办公室起草了《生成式人工智能服务管理办法（征求意见稿）》，对人工智能生成内容、主体责任、训练数据和数据处理等方面作出进一步规定，保障生成式人工智能技术的合规性和安全性。商标注册2024年2月，美国专利商标局拒绝OpenAI将GPT 一词注册为商标，他们认为GPT的意思是生成式预训练转换器 —— 一个过于笼统的术语，可能会阻止竞争对手将其产品描述为GPT。 [114]所获荣誉播报编辑日期荣誉名称企业估值排名2023年4月18日2023·胡润全球独角兽榜1380亿（人民币）第17名 [10]2023年8月福布斯发布2023云计算100强榜单280亿（美元）第1名 [55]2023年11月24日首期《财富》全球人工智能创新者50强榜单- [56]2023年12月20日“汉语盘点2023”年度字词——“ChatGPT”当选国际词-- [98]竞争对手播报编辑中国百度百度：文心一言产品名称模型定位模型能力发布/更新时间文心一言（ERNIE Bot）ERNIE大语言模型百度在人工智能四层架构中，有全栈布局。包括底层的芯片、深度学习框架、大模型以及最上层的搜索等应用。文心一言，位于模型层；百度在人工智能领域深耕十余年，拥有产业级知识增强文心大模型ERNIE ，具备跨模态、跨语言的深度语义理解与生成能力 [83]2023年2月7日3.5版在基础模型升级、精调技术创新、知识点增强、逻辑推理增强、插件机制等方面创新突破 [84]2023年5月4.0版知识增强大语言模型理解、生成、逻辑、记忆四大能力都有显著提升。在万卡算力上运行飞桨平台，通过集群基础设施和调度系统、飞桨框架的软硬协同优化，支持了大模型的稳定高效训练。建设了多维数据体系，形成了数据挖掘、分析、合成、标注、评估闭环，充分释放数据价值，大幅提升模型效果。基于有监督精调、偏好学习、强化学习等技术进行多阶段对齐，保证模型更好地与人类的判断和选择对齐。可再生训练技术通过增量式的参数调优，有效节省了训练资源和时间，加快了模型迭代速度。此外，4.0在输入和输出阶段都进行知识点增强。 [84]2023年10月16日其他国家GoogleGoogle产品名称定位主要功能模型名称发布/更新时间BardBard是建立在一个大型语言模型基础上的人工智能聊天机器人将结合全世界的力量、智慧以及创造力，利用来自网络的信息提供新鲜、高质量的回应。 [73-74]LaMDA对话应用语言模型当地时间2023年2月6日发布可支持包括中文在内的40多种语言，图像分析功能，可以提取相关信息或为图片取标题。 [75]当地时间2023年7月13日更新Gemini人工智能模型“双子座"谷歌迄今为止功能最强大、最通用的大模型。它能够处理视频、音频和文本等不同形式的信息，相较于此前的版本，Gemini可以进行更复杂的推理，并实现更细致的信息理解。 [95]“双子座”是谷歌迄今最灵活的模型，能够在从数据中心到移动设备等不同平台上运行。“双子座”将推出Ultra、Pro和Nano三个版本。其中Ultra版本功能最强大，适用于复杂任务；Pro版本可扩展多种任务；Nano版本为高效设备端模型。 [96]-当地时间2023年12月6日发布Stability AIStability AI产品名称版本定位主要功能模型/参数发布/更新时间Stable Diffusion XL 1.0版本人工智能AI 工具与前代产品（Stable Diffusion XL 0.9 版本）相比，生成的图片色彩“更鲜艳”、内容“更准确”，对比度、阴影和光照效果也更出众； 1.0 版是可定制的，用户就可以使用该 AI 工具完成复杂的设计；1.0版包含 35 亿个参数，可以在“几秒钟内”生成多种长宽比的完整图像；在文本生成方面，能在图片中生成各种形式的文本，免去用户后期调整字体的麻烦。 [76]SDXL 模型/35 亿个2023年7月发布Anthropic人工智能初创公司Anthropic产品名称版本定位主要功能发布/更新时间Claude-大语言模型聊天机器人聊天机器人Claude被不少人认为媲美ChatGPT； [81]美国软件服务公司Notion、社交问答网站Quora和搜索引擎DuckDuckGo已将Claude集成到其产品内。2023年3月15日发布 [78]版本2编码、数学和推理方面的性能都有所提高。升级之后，Claude 2的处理能力已经提升到了100K个Token，这意味着它可以处理数百页的技术文档，甚至是整本书。此外，面向更广泛的用户群体免费开放，并支持中文使用。 [79]2023年7月更新版本2.1可以为专业用户一次性消化多达20万个token，相当于500多页的材料，且出现“幻觉”或谎言的频率将是以前的一半，20万个token相当于Claude此前处理能力的两倍，且大幅高出GPT-4企业版3.2万个token的上限。 [80]2023年11月22日更新Character.AICharacter.AI产品名称定位主要功能发布/更新时间聊天机器人允许人们与名人或动漫角色的虚拟版本进行聊天，同时可以创建自己的聊天机器人和人工智能助手。Data from Similarweb显示，Character.AI的聊天机器人（具有不同角色和语气可供选择），吸引了18至24岁用户。与Open AI的ChatGPT和谷歌的Bard等其他聊天机器人相比，该公司通过此人口群体帮助自己在个人AI伴侣领域树立更加有趣的形象。 [81]-新手上路成长任务编辑入门编辑规则本人编辑我有疑问内容质疑在线客服官方贴吧意见反馈投诉建议举报不良信息未通过词条申诉投诉侵权信息封禁查询与解封©2024 Baidu 使用百度前必读 | 百科协议 | 隐私政策 | 百度百科合作平台 | 京ICP证030173号京公网安备110000020000

OpenAI API

CloseSearch Submit Skip to main contentSite NavigationResearchOverviewIndexGPT-4DALL·E 3SoraAPIOverviewPricingDocsChatGPTOverviewTeamEnterprisePricingTry ChatGPTSafetyCompanyAboutBlogCareersResidencyCharterSecurityCustomer storiesSearch Navigation quick links Log inTry ChatGPTMenu Mobile Navigation CloseSite NavigationResearchOverviewIndexGPT-4DALL·E 3SoraAPIOverviewPricingDocsChatGPTOverviewTeamEnterprisePricingTry ChatGPTSafetyCompanyAboutBlogCareersResidencyCharterSecurityCustomer stories Quick Links Log inTry ChatGPTSearch Submit BlogOpenAI APIWe’re releasing an API for accessing new AI models developed by OpenAI.Quick linksSign upExplore the APIIllustration: Ruby ChenJune 11, 2020AuthorsGreg BrockmanMira MuratiPeter WelinderOpenAI Announcements, ProductWe’re releasing an API for accessing new AI models developed by OpenAI. Unlike most AI systems which are designed for one use-case, the API today provides a general-purpose “text in, text out” interface, allowing users to try it on virtually any English language task. You can now request access in order to integrate the API into your product, develop an entirely new application, or help us explore the strengths and limits of this technology.Given any text prompt, the API will return a text completion, attempting to match the pattern you gave it. You can “program” it by showing it just a few examples of what you’d like it to do; its success generally varies depending on how complex the task is. The API also allows you to hone performance on specific tasks by training on a dataset (small or large) of examples you provide, or by learning from human feedback provided by users or labelers.We’ve designed the API to be both simple for anyone to use but also flexible enough to make machine learning teams more productive. In fact, many of our teams are now using the API so that they can focus on machine learning research rather than distributed systems problems. Today the API runs models with weights from the GPT-3 family with many speed and throughput improvements. Machine learning is moving very fast, and we’re constantly upgrading our technology so that our users stay up to date.The field’s pace of progress means that there are frequently surprising new applications of AI, both positive and negative. We will terminate API access for obviously harmful use-cases, such as harassment, spam, radicalization, or astroturfing. But we also know we can’t anticipate all of the possible consequences of this technology, so we are launching today in a private beta rather than general availability, building tools to help users better control the content our API returns, and researching safety-relevant aspects of language technology (such as analyzing, mitigating, and intervening on harmful bias). We’ll share what we learn so that our users and the broader community can build more human-positive AI systems.In addition to being a revenue source to help us cover costs in pursuit of our mission, the API has pushed us to sharpen our focus on general-purpose AI technology—advancing the technology, making it usable, and considering its impacts in the real world. We hope that the API will greatly lower the barrier to producing beneficial AI-powered products, resulting in tools and services that are hard to imagine today.Interested in exploring the API? Join companies like Algolia, Quizlet, and Reddit, and researchers at institutions like the Middlebury Institute in our private beta.Join our Applied AI teamFrequently asked questionsWhy did OpenAI decide to release a commercial product?Ultimately, what we care about most is ensuring artificial general intelligence benefits everyone. We see developing commercial products as one of the ways to make sure we have enough funding to succeed.We also believe that safely deploying powerful AI systems in the world will be hard to get right. In releasing the API, we are working closely with our partners to see what challenges arise when AI systems are used in the real world. This will help guide our efforts to understand how deploying future AI systems will go, and what we need to do to make sure they are safe and beneficial for everyone.Why did OpenAI choose to release an API instead of open-sourcing the models?There are three main reasons we did this. First, commercializing the technology helps us pay for our ongoing AI research, safety, and policy efforts.Second, many of the models underlying the API are very large, taking a lot of expertise to develop and deploy and making them very expensive to run. This makes it hard for anyone except larger companies to benefit from the underlying technology. We’re hopeful that the API will make powerful AI systems more accessible to smaller businesses and organizations.Third, the API model allows us to more easily respond to misuse of the technology. Since it is hard to predict the downstream use cases of our models, it feels inherently safer to release them via an API and broaden access over time, rather than release an open source model where access cannot be adjusted if it turns out to have harmful applications.What specifically will OpenAI do about misuse of the API, given what you’ve previously said about GPT-2?With GPT-2, one of our key concerns was malicious use of the model (e.g., for disinformation), which is difficult to prevent once a model is open sourced. For the API, we’re able to better prevent misuse by limiting access to approved customers and use cases. We have a mandatory production review process before proposed applications can go live. In production reviews, we evaluate applications across a few axes, asking questions like: Is this a currently supported use case?, How open-ended is the application?, How risky is the application?, How do you plan to address potential misuse?, and Who are the end users of your application?.We terminate API access for use cases that are found to cause (or are intended to cause) physical, emotional, or psychological harm to people, including but not limited to harassment, intentional deception, radicalization, astroturfing, or spam, as well as applications that have insufficient guardrails to limit misuse by end users. As we gain more experience operating the API in practice, we will continually refine the categories of use we are able to support, both to broaden the range of applications we can support, and to create finer-grained categories for those we have misuse concerns about.One key factor we consider in approving uses of the API is the extent to which an application exhibits open-ended versus constrained behavior with regard to the underlying generative capabilities of the system. Open-ended applications of the API (i.e., ones that enable frictionless generation of large amounts of customizable text via arbitrary prompts) are especially susceptible to misuse. Constraints that can make generative use cases safer include systems design that keeps a human in the loop, end user access restrictions, post-processing of outputs, content filtration, input/output length limitations, active monitoring, and topicality limitations.We are also continuing to conduct research into the potential misuses of models served by the API, including with third-party researchers via our academic access program. We’re starting with a very limited number of researchers at this time and already have some results from our academic partners at Middlebury Institute, University of Washington, and Allen Institute for AI. We have tens of thousands of applicants for this program already and are currently prioritizing applications focused on fairness and representation research.How will OpenAI mitigate harmful bias and other negative effects of models served by the API?Mitigating negative effects such as harmful bias is a hard, industry-wide issue that is extremely important. As we discuss in the GPT-3 paper and model card, our API models do exhibit biases that will be reflected in generated text. Here are the steps we’re taking to address these issues:We’ve developed usage guidelines that help developers understand and address potential safety issues.We’re working closely with users to understand their use cases and develop tools to surface and intervene to mitigate harmful bias.We’re conducting our own research into manifestations of harmful bias and broader issues in fairness and representation, which will help inform our work via improved documentation of existing models as well as various improvements to future models.We recognize that bias is a problem that manifests at the intersection of a system and a deployed context; applications built with our technology are sociotechnical systems, so we work with our developers to ensure they’re putting in appropriate processes and human-in-the-loop systems to monitor for adverse behavior.Our goal is to continue to develop our understanding of the API’s potential harms in each context of use, and continually improve our tools and processes to help minimize them.Updated September 18, 2020AuthorsGreg BrockmanView all articlesMira MuratiView all articlesPeter WelinderView all articlesOpenAI View all articlesResearchOverviewIndexGPT-4DALL·E 3SoraAPIOverviewPricingDocsChatGPTOverviewTeamEnterprisePricingTry ChatGPTCompanyAboutBlogCareersCharterSecurityCustomer storiesSafetyOpenAI © 2015 – 2024Terms & policiesPrivacy policyBrand guidelinesSocialTwitterYouTubeGitHubSoundCloudLinkedInBack to top

Research index

CloseSearch Submit Skip to main contentSite NavigationResearchOverviewIndexGPT-4DALL·E 3SoraAPIOverviewPricingDocsChatGPTOverviewTeamEnterprisePricingTry ChatGPTSafetyCompanyAboutBlogCareersResidencyCharterSecurityCustomer storiesSearch Navigation quick links Log inTry ChatGPTMenu Mobile Navigation CloseSite NavigationResearchOverviewIndexGPT-4DALL·E 3SoraAPIOverviewPricingDocsChatGPTOverviewTeamEnterprisePricingTry ChatGPTSafetyCompanyAboutBlogCareersResidencyCharterSecurityCustomer stories Quick Links Log inTry ChatGPTSearch Submit Research indexSearch Submit Filter and sort Filter selectionsTopicsAdversarial examples (4)Audio generation (2)Community (12)Compute (8)Computer vision (9)Contrastive learning (2)Domain randomization (6)Dota 2 (7)Environments (10)Exploration (4)Games (19)Generative models (19)Human feedback (11)Image generation (5)Interpretability (4)Language (30)Memory (1)Meta-learning (9)Multi-agent (7)Open source (20)Policy optimization (5)Procedural generation (3)Reasoning (3)Reinforcement learning (56)Representation learning (8)Research (2)Responsible AI (18)Robotics (18)Robustness (8)Safety & Alignment (36)Scaling properties (3)Self-play (9)Sim-to-real (5)Software engineering (21)Sparsity (2)Speech recognition (1)Summarization (4)Supervised learning (2)Transfer learning (7)Transformers (9)Unsupervised learning (6)Video generation (1)ModelsCLIP (4)Dactyl (2)DALL·E (1)DALL·E 2 (2)DALL·E 3 (1)Glow (1)GPT (1)GPT-2 (5)GPT-3 (6)GPT-4 (3)Jukebox (1)MuseNet (1)OpenAI Codex (3)OpenAI Five (7)Point-E (1)Sora (1)Whisper (1)TypesConclusion (14)Milestone (34)Publication (132)Release (53)AuthorsMartín Abadi (1)Pieter Abbeel (35)Joshua Achiam (8)Steven Adler (3)Sandhini Agarwal (5)Lama Ahmad (1)Ilge Akkaya (2)Maruan Al-Shedivat (4)Dario Amodei (16)Daniella Amodei (1)Daniela Amodei (1)Marcin Andrychowicz (12)Leopold Aschenbrenner (1)Tasmin Asfour (1)Amanda Askell (4)Anish Athalye (1)Igor Babuschkin (1)Bowen Baker (6)Suchir Balaji (2)Trapit Bansal (2)Yamini Bansal (1)Boaz Barak (1)Elizabeth Barnes (1)Ben Barry (1)Peter L. Bartlett (1)Mohammad Bavarian (2)Alexandre M Bayen (1)Christopher Berner (4)Jesse Bettencourt (1)Alex Beutel (1)Lukas Biewald (1)Steven Bills (1)Xue Bin Peng (2)Trevor Blackwell (1)Greg Brockman (14)Tim Brooks (1)Tom Brown (6)Miles Brundage (8)Yura Burda (7)Collin Burns (1)Nick Cammarata (2)Rosie Campbell (1)Andrew N. Carr (1)Shan Carter (2)Rocco Casagrande (1)Brooke Chan (3)Fotios Chantzis (1)Peter Chen (3)Richard Chen (6)Xi Chen (7)Mark Chen (7)Ricky T. Q. Chen (1)Benjamin Chess (3)Vicki Cheung (3)Rewon Child (4)Maciek Chociej (4)Neil Chowdhury (1)Paul Christiano (9)Casey Chu (1)Jack Clark (15)Jeff Clune (1)Karl Cobbe (4)Taco Cohen (1)Natalie Cone (1)Dave Cummings (1)Andrew M. Dai (1)Trevor Darrell (1)Przemysław Dębiak (2)Akshay Degwekar (1)Christy Dennison (3)Will DePue (1)Filip De Turck (1)Prafulla Dhariwal (9)Yilun Du (2)Yan Duan (12)David Duvenaud (1)Harri Edwards (6)Alexei A. Efros (1)Tyna Eloundou (3)Úlfar Erlingsson (1)Owain Evans (2)David Farhi (2)Chelsea Finn (1)Quirin Fischer (2)Carlos Florensa (1)Jakob Foerster (3)Rachel Fong (3)Davis Foote (1)Kevin Frans (1)Deep Ganguli (1)Leo Gao (4)Jon Gauthier (1)Gabriel Goh (3)Ian Goodfellow (5)Jonathan Gordon (1)Will Grathwohl (1)Scott Gray (8)Roger Grosse (1)Aditya Grover (1)Yufei Guo (1)Jayesh K. Gupta (1)William Guss (1)Chris Hallacy (1)Jesse Michael Han (2)Ankur Handa (2)Jean Harb (1)Shariq Hashme (2)Johannes Heidecke (1)Dan Hendrycks (1)Tom Henighan (2)Ariel Herbert-Voss (2)Danny Hernandez (3)Christopher Hesse (9)Alan Hickey (1)Jacob Hilton (6)Jonathan Ho (7)Connor Holmes (1)Rein Houthooft (5)Kenny Hsu (1)Sandy Huang (2)Daniel Huang (1)Joost Huizinga (2)Geoffrey Irving (3)Phillip Isola (2)Pavel Izmailov (1)Shawn (Froggi) Jackson (1)Shantanu Jain (1)Shawn Jain (1)Joanne Jang (1)Li Jing (1)Nicholas Joseph (1)Rafał Józefowicz (3)Heewoo Jun (4)Lukasz Kaiser (1)Sham Kakade (2)Daniel Kang (1)Ingmar Kanitscheider (1)Jared Kaplan (4)Gal Kaplun (1)Andrej Karpathy (4)Tabarak Khan (1)Heidy Khlaaf (2)Jong Wook Kim (3)Durk Kingma (8)Jan Hendrik Kirchner (1)Oleg Klimov (5)Matthew Knight (1)Vineet Kosaraju (2)Gretchen Krueger (7)Vikash Kumar (5)David Lansky (1)Teddy Lee (1)Dillon Leet (1)Joel Lehman (1)Jan Leike (8)Sergey Levine (1)Shun Liao (1)Hunter Lightman (1)Stephanie Lin (2)Mateusz Litwin (2)Kevin Liu (1)Christos Louizos (1)Ryan Lowe (5)Kendall Lowrey (1)David Luan (2)Troy Luhman (1)Eric Luhman (1)Aleksander Madry (1)Caitlin Maltbie (1)Benjamin Mann (1)Elman Mansimov (1)Todor Markov (2)Tambet Matiisen (1)Katie Mayer (2)Sam McCandlish (4)Bob McGrew (10)Christine McLeavey Payne (2)Paul McMillan (1)Dimitris Metaxas (1)Smitha Milli (2)Pamela Mishkin (6)Nikhil Mishra (1)Vedant Misra (2)Takeru Miyato (1)Igor Mordatch (17)Evan Morikawa (1)Daniel Mossing (1)Mira Murati (1)Reiichiro Nakano (1)Preetum Nakkiran (2)Kamal Ndousse (1)Arvind Neelakantan (2)Clarence Ng (1)Alex Nichol (10)Cullen O’Keefe (1)Chris Olah (3)Avital Oliver (1)Catherine Olsson (1)Long Ouyang (1)Jakub Pachocki (4)Michael Page (1)Alex Paino (2)Nicolas Papernot (3)Alexandre Passos (1)Deepak Pathak (1)Tejal Patwardhan (1)Mikhail Pavlov (2)Bill Peebles (1)Arthur Petron (2)Michael Petrov (5)Vicki Pfau (4)Lerrel Pinto (2)Matthias Plappert (7)Stanislas Polu (2)Henrique Pondé (3)Glenn Powell (5)Boris Power (1)Alethea Power (1)Eric Price (1)Raul Puri (2)Alec Radford (17)Jonathan Raiman (2)Aravind Rajeswaran (2)Aditya Ramesh (4)Alex Ray (12)Erika Reinhardt (1)Raphael Ribas (1)David G. Robinson (1)Nick Ryder (2)Ruslan Salakhutdinov (1)Tim Salimans (9)Raul Sampedro (1)Girish Sastry (4)William Saunders (3)Larissa Schiavo (5)Jeremy Schlatter (1)Jonas Schneider (15)David Schnurr (2)Ludwig Schubert (2)John Schulman (22)Zain Shah (1)Yonadav Shavit (1)Toki Sherbakov (1)Pranav Shyam (2)Szymon Sidor (8)Eric Sigler (3)Katarina Slama (1)Irene Solaiman (1)Dawn Song (1)Bradly Stadie (5)Kenneth O. Stanley (1)Jacob Steinhardt (1)Nisan Stiennon (2)Adam Stooke (1)Amos Storkey (1)Joseph Suarez (1)Melanie Subbiah (1)Felipe Petroski Such (2)Yi Sun (1)Ilya Sutskever (31)Kunal Talwar (1)Aviv Tamar (1)Alex Tamkin (1)Jie Tang (4)Haoran Tang (1)Joe Taylor (1)Nikolas Tezak (4)Madeleine Thompson (1)Philippe Tillet (2)Henk Tillman (1)Josh Tobin (9)Emanuel Todorov (1)Jerry Tworek (4)Vinod Vaikuntanathan (1)Chelsea Voss (2)Carroll Wainwright (1)Justin Jay Wang (1)Ricky Wang (1)Peter Welinder (12)Max Welling (1)Lilian Weng (4)Shimon Whiteson (2)Clemens Winter (2)Filip Wolski (6)Yi Wu (2)Yuhuai Wu (3)Jeffrey Wu (10)Cathy Wu (1)Tao Xu (1)Tristan Yang (1)Ge Yang (1)Catherine Yeh (1)Cathy Yeh (1)Diane Yoon (2)Qiming Yuan (3)Wojciech Zaremba (17)Susan Zhang (2)Lei Zhang (1)Han Zhang (1)Peter Zhokhov (1)Sort optionsSort orderDate: newestDate: oldestApplyResetShowing 20 of 170 resultsResearch PapersFeb 15, 2024February 15, 2024Video generation models as world simulatorsVideo generationJan 31, 2024January 31, 2024Building an early warning system for LLM-aided biological threat creationSafety & AlignmentDec 14, 2023December 14, 2023Weak-to-strong generalizationSafety & AlignmentRead paperDec 14, 2023December 14, 2023Practices for Governing Agentic AI SystemsResponsible AI, Safety & AlignmentRead paperOct 3, 2023October 3, 2023DALL·E 3 system cardSafety & AlignmentRead paperSep 25, 2023September 25, 2023GPT-4V(ision) system cardSafety & AlignmentRead paperAug 1, 2023August 1, 2023Confidence-Building Measures for Artificial Intelligence: Workshop proceedingsResponsible AI, Safety & Alignment, CommunityRead paperJul 6, 2023July 6, 2023Frontier AI regulation: Managing emerging risks to public safetySafety & Alignment, Responsible AIRead paperMay 31, 2023May 31, 2023Improving mathematical reasoning with process supervisionResearch, ReasoningRead paperMay 9, 2023May 9, 2023Language models can explain neurons in language modelsResearch, Language, Safety & AlignmentRead paperMar 17, 2023March 17, 2023GPTs are GPTs: An early look at the labor market impact potential of large language modelsResponsible AIRead paperMar 14, 2023March 14, 2023GPT-4LanguageRead paperJan 11, 2023January 11, 2023Forecasting potential misuses of language models for disinformation campaigns and how to reduce riskSafety & Alignment, LanguageRead paperDec 16, 2022December 16, 2022Point-E: A system for generating 3D point clouds from complex promptsComputer visionRead paperOct 19, 2022October 19, 2022Scaling laws for reward model overoptimizationReinforcement learning, Human feedbackRead paperSep 21, 2022September 21, 2022Introducing WhisperSpeech recognition, Transformers, Open sourceRead paperJul 28, 2022July 28, 2022Efficient training of language models to fill in the middleLanguageRead paperJul 25, 2022July 25, 2022A hazard analysis framework for code synthesis large language modelsLanguage, Safety & AlignmentRead paperJun 28, 2022June 28, 2022DALL·E 2 pre-training mitigationsImage generation, Responsible AIJun 23, 2022June 23, 2022Learning to play Minecraft with Video PreTrainingGames, Representation learning, Reinforcement learning, CommunityRead paper1 – 20 of 170Previous pageNext pageCurrent page:11 2 3 4 5 6 7 8 9 of 9ResearchOverviewIndexGPT-4DALL·E 3SoraAPIOverviewPricingDocsChatGPTOverviewTeamEnterprisePricingTry ChatGPTCompanyAboutBlogCareersCharterSecurityCustomer storiesSafetyOpenAI © 2015 – 2024Terms & policiesPrivacy policyBrand guidelinesSocialTwitterYouTubeGitHubSoundCloudLinkedInBack to top

介绍 | OpenAI 中文文档（社区版）

跳到主要内容Open AI 中文文档（社区版）文档翻译计划GitHub介绍快速开始资源库模型教程使用正常指南翻译计划介绍本页总览介绍概述OpenAI API 可以应用于几乎任何涉及理解或生成自然语言或代码的任务。我们提供了一系列适合不同任务的功能不同的模型，并且您还可以微调自己的自定义模型。这些模型可用于从内容生成到语义搜索和分类等各种用途。关键概念我们建议您完成我们的快速入门教程，以通过实践操作的交互式示例熟悉关键概念。提示和补全补全端点是我们 API 的核心。它提供了一个简单的接口，对我们的模型非常灵活和强大。您可以输入一些文本作为提示，模型将生成一个文本补全，该补全尝试匹配您给定的任何上下文或模式。例如，如果您向 API 提供提示“为冰激凌店写一个标语”，它将返回一个补全，例如“我们用每一勺提供微笑！”下一步在开始构建应用程序时，请牢记我们的使用政策。浏览我们的示例库以获取灵感。跳转到我们的指南之一开始构建。编辑此页下一页快速入门概述关键概念提示和补全下一步Docs官方文档MoreAIGC 用例库Copyright © 2024 opendocs-cn, Inc. Built with Docusaurus.

Please turn JavaScript on and reload the page.Please enable Cookies and reload the page.

Follow

比特派钱包app下载苹果版官网|openai官网

比特派钱包app下载苹果版官网|openai官网

OpenAI

ChatGPT

GPT-4

About

Product

OpenAI_百度百科

OpenAI API

Research index

介绍 | OpenAI 中文文档（社区版）

最近的新闻

您可能喜欢的文章

比特派钱包app网址|如何抠出嗓子里的臭结石

imtoken钱包官方下载|vehicle

TP钱包USDT跨链：如何实现跨链转账？

全球虚拟币交易所排行榜

区块链钱包安全问题解析——保护数字资产的重

哪个数字钱包有闪兑功能？4个相关关键词：数字

如何在TP钱包中出售你的数字货币