ChatGPT 再次进化：一次对话，多种功能！

Image by lencx via DALL-E 3

ChatGPT 即将迎来一波重大更新，主要有两点（老规矩，目前此功能正在灰度测试，逐步向所有 Plus 用户推送）：

• 文档对话：与任何上传的 PDF 文件或数据文件进行对话。

• GPT-4 All Tools：在一个 Chat 会话中同时使用多种工具，如高级数据分析（Advanced data analysis）、网络浏览（Browse with Bing）和 DALL-E 3，无需切换。

除了已经确定的 GPT-4 All Tools 外，@btibor91 还扒出了一个新的东西 GPT-4 Magic Create，大家可以猜测一下。

文档对话

通过原生 ChatGPT 界面（GPT-4）轻松地与文档和论文聊天。

网友分享表示，它还支持搜索文档中你所指定的内容，然后返回与之相关的上下文结果。此功能势必会给 ChatPDF^[1]，以及其他提供类似功能的 AI 工具带来不小的冲击。

混合工具

如果我们可以在聊天的上下文随时切换模型，它带来的影响将是无法估计的。比如使用 GPT-4V 来识别图像，提出生成图片的要求，然后 ChatGPT 会根据这些要求自动将模型切换到 DALL-E3 来生成图片。以下是一些具体案例，来自于 @ldjconfirmed 的分享。

案例一

上传图片到对话框，利用图像识别（GPT-4V）和提示词生成新图像（DALL-E 3）。

继续上传图片，识别图片中的滑板元素，直接将其添加到新的图像生成中。

案例二

在不提供任何信息的情况下，直接生成科罗拉多州丹佛市当前的天气和时间的图片。这里同时使用了 Browse with Bing 和 DALL-E 3 能力。

案例三

搜索并获取 2023 年大西洋飓风季节的数据，制作一个代表飓风类别级别和飓风大小的信息图。根据它预测明年飓风最可能出现的位置，生成一张图片。

案例四

让水豚穿上教皇同款羽绒服，并且保持与水豚图片相同的环境和艺术风格。

案例五

识别图片，生成图片，再从图片中提取数据保存到 CSV 文件中。

📌 CSV

CSV 文件是“逗号分隔值”（Comma-Separated Values）的缩写，它是一种简单的文件格式，用于存储表格数据，如电子表格或数据库。在 CSV 文件中，每一行代表一条数据记录，而记录中的各个数据字段则通过逗号或其他分隔符（如制表符）进行分隔。由于其简单性和广泛的应用，许多程序和应用都支持 CSV 格式，如 Microsoft Excel 和其他电子表格软件。

总结

套壳没前途，缺乏真正的护城河。

GPT-4 All Tools 集成多种工具模型到一个聊天上下文中，极大地提高 ChatGPT 的效率和实用性，让我们离拥有一个全能的 AI 助手更近了一步。

GPT-4 API 的发布催生了一系列更像是功能而非独立公司的产品涌现（即：多以各种套壳服务为主，缺乏与产品进行深度整合），这些缺乏护城河的初创公司随时会因为 OpenAI 发布的某一个新功能，而面临倒闭风险。如果你正在开发类似产品，则需要认真思考一下了，将功能定位在 OpenAI 的战略规划上，随时会面临死亡威胁。

最后分享一个我最近看到的一个产品和 GPT-4 进行深度整合的例子：波士顿动力机器狗，整合 GPT-4 后的机器狗进一步加强了互动能力（可以识别物体，进行思考，与人进行对话），了解更多 Robots That Can Chat^[2]，详细视频 Making Chat (ro)Bots^[3]。

References

[1]

ChatPDF: https://www.chatpdf.com

[2]

Robots That Can Chat: https://bostondynamics.com/blog/robots-that-can-chat/

[3]

Making Chat (ro)Bots: https://youtu.be/djzOBZUFzTw?si=7bhVvfQtyH2fA6Yx