文｜巴比特資訊  

11 月 7 日，AI 界“春晚”召開，全世界科技圈的目光再次匯聚美國舊金山。在短短的 45 分鐘時間里，那個男人——山姆 奧特曼再次向世界證明“你大爺還是你大爺”?？偨Y來看，這一波 GPT 的升級主要包括支持 128K 上下文窗口的 GPT-4 Turbo 模型；可定制的“GPTs”；被譽為下一個 App Store 的 GPT Store 以及 Assistant API 等。

圖源微博用戶：@Sunbelife

發(fā)布會一開完，各類消息刷屏，而拿到內(nèi)測資格的大佬們也是紛紛出手，不到 24 小時，網(wǎng)上基于新功能的用例也是一波接著一波，而且效果可以說是驚掉下巴的那種。

根據(jù) X（前推特）大 V Rowan Cheung 的整理，以下是 8 個熱門應用。

01、GPT-4V + TTS API 直接“取代”解說

網(wǎng)友 @geepytee 將足球視頻的每一幀畫面?zhèn)鬟f給 gpt-4-vision-preview，并通過一些簡單的提示要求生成旁白，然后通過 TTS（從文本到語音）就得到了以下畫面。該網(wǎng)友表示，這一過程完全由模型直出，未進行任何修改，也就是說，如果加以調整，完全可以做得更好。

視頻鏈接：

https://twitter.com/i/status/1721705524176257296

從視頻當中可以聽到，AI 解說的內(nèi)容其實已經(jīng)與畫面相差不多，而且在梅西過防進球的“高光”時刻，AI 解說也已經(jīng)盡可能地表現(xiàn)出了它“激動”的情緒，只是如果要與真人解說相比，還是存在差距的。

該網(wǎng)友表示，整個視頻長達 1131 幀，但只能每隔 10 幀向 GPT 傳遞一次，制作成本約 30 美元，不算便宜。另外，他還把完整代碼貢獻了出來，有興趣的同學可以一試。

代碼鏈接：

https://t.co/eppBNcJUby

除了足球比賽，也有網(wǎng)友用新的 GPT-4 V 和文本轉語音 API 創(chuàng)建了電競 AI 解說。就聽感而言，雖然這場比賽特無語（懂的都懂），但這“解說”偏陳述性的語調確實也讓人犯困。

視頻鏈接：

https://twitter.com/i/status/1721900523866214635

不過，雖然這些 AI 解說還不夠完美，但也是能夠理解的。OpenAI聯(lián)創(chuàng)人 Greg Brockman 直接站臺，毫不吝嗇自己的夸贊。

02、AGI.zip：GPT4-Turbo 還可以更快

曾創(chuàng)建了大熱 AI 智能體 BabyAGI 的 Nick Dobos 覺得 GPT4-Turbo 不夠快，于是就添加了 20 個預置熱鍵以加快速度。據(jù)悉，新版本基于使用自定義指令制作的 agi dop zip 的早期版本。優(yōu)化過的版本可以自動保存長期記憶，可重復使用，跟蹤當前任務，也可使用 .sql 導出到任何聊天工具中。

此外，他還打造了 Gif-PT，可以自動將 Dalle 圖像轉化為 Gif。復雜的工作流程統(tǒng)一化，以后作圖斗圖可謂是更方便了。

03、新一代“點讀機”：哪里不會圈哪里

另一網(wǎng)友 @Karmedge 通過 GPT-4 V 應用程序接口定制出了 GPT4 Vision 瀏覽器，只要截圖就可以詢問任何問題，可以說是新一代的哪里不會“圈”哪里。從該網(wǎng)友的演示視頻中可以看出，即使是在不給出任何上下文背景的情況下，GPT-4 也能準確回答出諸如骨骼、數(shù)學符號，汽車零部件的名稱。

另外，這位小哥還做了個有趣的試驗，在用 GPT4 V 構建完新模型后，通過電腦攝像頭，它就成為了私人瑜伽教練，你可以直接詢問它“我的動作準確不？”，這位“教練”便會給出它貼心的動作指導。

04、“小編助手”：可以幫助優(yōu)化推文的自定義 GPT

作為擁有 34 萬粉絲的大 V，Rowan Cheung 也迫不及待地進行了嘗試。他自定義了“X Optimizer GPT”，可以對其想要在 X 上發(fā)的帖子進行微調，并精確定位高峰發(fā)布時間，從而幫助其在 X 上獲得更多的曝光。具體的做法是，先從 Twitter 分析中下載帖子數(shù)據(jù)，然后配置自定義指令，讓 X Optimizer GPT 撰寫帖子并確定發(fā)布時間。

至于成效如何，Rowan Cheung 直呼：“Mind-blowing！”

05、WebcamGPT：可識物的 GPT 攝像頭

網(wǎng)友 Benjamin De Kraker 通過 GPT-4 Vision API 用大約 10 分鐘的時間創(chuàng)建了 WebcamGPT，可以近乎實時地識別攝像頭前正在發(fā)生的事情，包括物體和動作等。從視頻中可以看出，當該網(wǎng)友在鏡頭前舉起手掌、手機等物品時，大約 3 秒后，WebcamGPT 就可以具體寫出這些物品。

該網(wǎng)友同樣放出了demo 測試，不過由于API token 有限，可能不一定體驗的到。需要注意的是，這類涉及隱私的測試，大家還是小心些。

據(jù)悉，該網(wǎng)友是基于 @skalskip92 的思路創(chuàng)建的該應用，有網(wǎng)友在其原推評論道，“對于盲人來說，這將是一個很好的工具，如果它能像個人助理一樣用語音應答，就能指導他們?nèi)绾螌ふ襾G失的物品或其他東西?！?/p>

06、“自導自演”：GPT vs. GPT

BabyAGI 建設者 Yohei 通過 Assistant API 用 109 行代碼創(chuàng)建了開源的“GPTvsGPT”，可以自定義參數(shù)，讓兩個 AI 助手扮演不同的“角色”進行對話。Yohei 表示，“GPT vs GPT”還可以通過檢索、數(shù)據(jù)和自定義函數(shù)來擴展功能。

目前該項目也已在 GitHub 開源，感興趣的朋友也可以去瀏覽看看。

https://GitHub.com/yoheinakajima/GPTvsGPT

07、從草圖到 HTML 網(wǎng)站，速度超快

網(wǎng)友 Sawyer Hood 利用 GPT-4-Vision 在 5 個小時內(nèi)完成了從低保真的模型到實際 HTML 網(wǎng)站的建設流程。視頻演示中，該網(wǎng)友簡單用繪畫工具勾勒了一個類似社交頁面的草圖，然后 GPT-4V 瞬間就把它變成了 HTML 網(wǎng)頁。只能說，真的神奇。目前，該演示的源代碼也已在 GitHub 開源。

08、講座報告神器：用 128k 上下文窗口總結近 90 分鐘的寫作講座

網(wǎng)友 Riley Brown 對此次 OpenAI 帶來的 128 k 上下文窗口大加贊賞。在演示中，該網(wǎng)友首先拷貝了長達近 90 分鐘的 YouTube 視頻講座字幕，然后在 GPT 4 中輸入總結指令，GPT 4 便迅速整理出了該講座每一個部分的要點。而且，還可以根據(jù)每個要點要求 GPT 4 進行擴展。

除了上面這 8 個用例之外，還有各種用例層出不窮，比如截圖，然后讓 GPT4-vision 給出網(wǎng)站優(yōu)化建議；將網(wǎng)頁瀏覽與 GPT 結合創(chuàng)建自己喜愛的音樂列表；與 YouTube 視頻對話等等。

要知道，定制 GPTs 功能目前還未上線。格局打開，想象力打開！一旦上線， 各位想自定義一個怎樣的專屬 GPT 呢？

參考資料：

https://twitter.com/rowancheung/status/1721939382775447566