OpenAI首席执行官Sam Altman透露，下一代大语言模型GPT-5将拥有更好的推理能力、更高的准确性和视频支持。

在比尔·盖茨的播客《Unconfuse Me》中，奥特曼解释说，下一代模型将是完全多模式的，具有语音、图像、代码和视频支持。

在谈话中，他还表示，许多有关不可靠响应或模型无法正确理解查询的问题都将得到解决。

“话进来，话出去。图片。最终是视频，”奥特曼在谈到未来版本的人工智能模型时说道。“显然，人们真的想要这样。我们推出了图像和音频，其反应比我们预期的要强烈得多，”他解释道。

GPT-5是什么?

除了 Altman 和其他人的暗示外，我们对GPT-5知之甚少。预计它将成为真正的多模式模型，类似于谷歌的新 Gemini Ultra。

OpenAI去年开始训练 GPT-5，Altman 暗示这将比 GPT-4 有重大改进，特别是在理解复杂查询和现实世界的能力方面。

奥特曼告诉比尔·盖茨：“至少在未来 5 年或 10 年里，我们将处于陡峭的改进曲线上，这是这些模型中最愚蠢的。”

会是超级智能吗?

包括 OpenAI 在内的许多最大的人工智能实验室都将通用人工智能 (AGI) 作为最终目标。创造一种比人类更聪明、能力更强的超级智能。

早期有人认为 GPT-5 可能是某种形式的超级智能，但现在围绕该模型的猜测表明，它将是我们已经在 GPT-4、Anthropic 的 Claude 2 或 Google 的 Gemini Ultra 中拥有的人工智能类型的更好版本。

也就是说，它将具有更好的推理能力，可能不仅在许多学术评估上优于人类，而且还具有超越人类智能的一定程度的理解能力。

这也可能是通向 AGI 的下一步。据称，在周五 Y-Combinator W24 活动上的演讲中，Altman 告诉在场的创始人和企业家，他们应该抱着 AGI 将“相对较快”实现的心态进行建设。