酷应用

45 分钟的 OpenAI 开发者大会杀死了一大批创业公司？

百家作者：AI100 2023-11-10 16:18:30

整理 | 屠敏

出品 | CSDN（ID：CSDNnews）

「简单包装 OpenAI 的公司注定无法长久生存」，在一个月前的 YC 校友分享会上，OpenAI CEO Sam Altman 曾郑重地警告道。

殊不知，当初没有听进去这句话的创业公司，在经历 OpenAI 不久前召开的 45 分钟首届开发者大会之后，陷入了沉思。而就在今天，Sam Altman 再次重磅官宣，「GPTs 现已经对所有 ChatGPT+ 订阅者开放！」

这意味着人人可零代码制作智能体的时代已来临。然而，自制 GPT 工具也意味着此前不少想要抓住 AI 浪潮的爱好者们研发的智能客服、虚拟人直播/解说、服务机器人、智能助手以及想要填补 OpenAI 生态下还未健全的功能方向进行的应用创业，现如今随着 OpenAI 更新的发布已经过时。

正因此，在 Sam Altman 的这条推文下方第一条评论便是——“谢谢 Sam，你毁了我所创建的 AI 工具集的初创公司。”

甚至好事的马斯克高仿号也来迅速围观，采访式的评论道：“每次你发布一个功能，你就消灭了一家初创公司。你对这件事有什么感想？”

更甚的是，几天前，有一位去现场参加 OpenAI 的创业者在 X 平台发布推文无奈表示：

Sam Altman 毁掉了我价值 300 万美元的初创公司，自己只得到了 500 美元的 OpenAI API 积分（OpenAI 在大会现场为每一个开发者准备的礼物）。

OpenAI 首届开发者大会之后，各路大神的新玩法来了！

由此，一场关于「OpenAI 杀死创业公司」的言论悄然出现。在热议之际，已经有访问权限的大神们纷纷在 X 平台上“炫技”，玩转 OpenAI 的最新技术，无形之中进一步加深了外界对此的看法。

那么，OpenAI 带来的新升级，到底能被用来干什么？我们不妨先从网友的实践中窥探一番。

其实在 OpenAI 首届开发者大会上，其主要带来了四个维度的更新：

GPT-4 Turbo：支持 128K 上下文窗口，Token 的费用相较 GPT-4，低至原定价的 1/3 和 1/2；知识库更新至 2023 年 4 月；API 现在支持图片和文本输入；新版本中的 JSON 模式可以强制 GPT 以纯 JSON 格式响应；集成 DALL-E 3、语音合成等新能力。
定制化 GPT & GPTs 应用商店：每个人都可以构建自己的 GPT，GPTs 应用商店正式发布，开发者可上传自己的 GPT 并获得收入。一席之间，GPTs 已经超过了 1000 个了（https://gptstore.ai/gpts）。

Assistants API ：开发者可以通过 Assistants API 提供的各类工具（检索、代码解释器、Python）、提供沙箱环境构建，高效创建 AI Agents。
多模态能力提升：GPT-4 Turbo with Vision、DALL-E 3 和 TextToSpeech 工具现已上线，发布语音合成模型 tts-1、tts-1-hd 和语音转文字模型 Whisper 3。

草图变网页，一切只在几秒间

基于以上维度，有开发者直接利用了 GPT-4-Vision API 和 tldraw 工具将草图直接变成实际的 HTML 网页，还能一键查看网页的源代码，整个过程花费了 30 秒不到的时间。

来源：https://twitter.com/sawyerhood/status/1722094596065546632

它的工作原理是：获取当前画布的 SVG，将其转换为 PNG，然后将该 PNG 发送给 gpt-4-vision，并指示其返回带有 tailwind 的单个 html 文件。

演示的源代码详见 GitHub 地址：https://github.com/SawyerHood/draw-a-ui

让 AI 当上游戏、体育赛事解说员

另外还有几位网友使用新的 GPT-4V 和文本转语音 API 开发一个视频解说员。

如解说《英雄联盟》：

来源：https://twitter.com/pwang_szn/status/1721900523866214635

此外，也有人运用「GPT-4V + TTS = AI 体育解说员」公式，将足球视频的每一帧传递给 gpt-4-vision-preview，并通过一些简单的提示要求生成旁白，就得到了下面：

来源：https://twitter.com/geepytee/status/1721705524176257296

不过，在初次尝试的过程中，技术还存在明显的不完善，其中 AI 解说员有很多陈述并不准确，无法和真人解说员相提并论，但是这也拓展了 AIGC 工具的一个应用领域，如果加以优化与研发，未来依然具有很大的潜力。

GPT 与网页内容结合，自动生成音乐播放列表

还有一位名为@brettunhandled的用户将网页浏览与 GPT 结合起来（https://chat.openai.com/g/g-KkxbQAVuk-playlistai-spotify），直接要求 GPT 浏览网页，找到今年“科切拉音乐节”的内容，并制作一个精彩的播放列表。

来源：https://twitter.com/brettunhandled/status/1721666511272628674

GPT-4V 版本的“浏览器”

更为实用的是，网友 @Karmedge 表示，“GPT4 Vision浏览器来了！”

他开发了一款名为 dosearch 的浏览器（https://dosearch.me/，先要申请加入候选列表），根据屏幕截图并提出有关任何问题的问题，它可以：

解释任何截图的内容
帮助你学习解剖学等视觉科目
直接解释汽车元素有哪些
选择你任何想要问的问题

来源：https://twitter.com/Karmedge/status/1721777152658444773

使用 GPT Builder 创建新的 GPT 来优化 X 帖子

再来看看@@rowancheung的实践，他测试了 OpenAI 的新 GPT Builder。创建了“X Optimizer GPT”，它可以微调 X 上的帖子并确定高峰发帖时间，以实现 X 上的最大参与度。

来源：https://twitter.com/rowancheung/status/1721644987044294961

使用新的 GPT-4V API 在 10 分钟内构建的网络摄像头 GPT

各路大神可谓是出奇招，GPT 也能当成摄像头。X 平台上的 @BenjaminDEKR表示：“GPT-4 Vision API 可以近乎实时地识别正在发生的事情，识别对象和动作...... 构建过程大约需要 10 分钟。这是活的。”

使用新的 GPT-4 Vision API 成为你的瑜伽教练

无需支付教练费用，GPT4V 也能当瑜伽教练。

一键总结视频

此外，也有网友借助最新的 GPT-4 Turbo 模型 128k 上下文的特性，用来转录和总结整个 YouTube 视频讲座。

最后值得一提的是，目前需要获得自定义 GPTs 的访问权限，才能玩转上面这些新的方式方法，大众想要用上还需要静待 OpenAI 逐步开放。

受到新功能更新冲击的初创企业

事实上，早些时候，OpenAI 在为 ChatGPT 带来“上传多种类型文档”、“无需切换对话即可使用工具”等功能更新时，便有开发者讨论，曾经想要借助填补多模态空档而基于此创业的开发者，随着 OpenAI 在多模态、生态上的功能越来越完善，必将无路可走。

其中，在今年 5 月，数据科学家 Alex Reibman 发布了一款 ChatGPT 插件——ChatOCR，它能够“从 PDF 中读取文本，包括扫描和手写内容。”

随后，他在 OpenAI 为 ChatGPT 更新上传 PDF 功能之后，发表了评论表示：

我们是这次更新的“受害者”之一。

我们运行 ChatOCR，这是 ChatGPT 商店上众多 chat-with-pdf 插件之一。（我们专注于 OCR）。在过去 3 个月中，我们的 MRR 达到了 3500 美元。

这将如何影响我们的统计数据？（见下面的民意调查）

与此同时，他还展开了一项调查，询问 X 平台上用户“既然现在 ChatGPT 已经内置了 PDF 处理功能”，大家还愿不愿意继续使用插件。

在 210 名受访者中，72.4%的人预计插件“使用量将会减少”。

回到这一次的功能更新上，来自英伟达的高级 AI 科学家 Jim Fan 评价道：

OpenAI 的经济成本是一个致命的优势。一些粗略的计算：

使用 GPT-4-turbo，阅读整个哈利·波特系列，包括7本书，仅需15美元，写作则需要45美元。

使用GPT-4-V，以每秒1帧的速度观看所有8部哈利·波特电影，分辨率为360p，需要180美元。

在这场以技术、成本的取胜的压制之下，有开发者选择按兵不动，“这项技术仍在我们脚下快速变化。目前在别人的平台上构建似乎很危险。”

也有开发者开始思考，究竟从哪些维度切入，才能避免被“OpenAI 杀死了初创公司”的惨剧发生，跳出被 OpenAI 包围的圈子。

对此，来自 Reddit 网友也展开了一场激烈的讨论：

作为一名开发者，我早早就学到，如果你的创意主要依赖于一个 API，而提供该 API 的公司很容易吸收你的服务的功能，那么你很可能是在浪费时间。
已经过度融资的创业公司意识到，他们原以为只需要围绕 ChatGPT 包装两行代码就能垄断市场的想法并不成立。
如果它们无法在更新后生存下来，它们就不值得存在。它们没有为他们的"商业"创意建立护城河。它们追求了快速的金钱，结果遭到了严厉的打击，因为它们没有看得比未来一周更远。OpenAI 发布的一切都应该与商业结合使用。这就好比试图构建一个用于解决操作系统不足的小众应用程序，当微软将这个想法纳入其本机实现时，开发这款应用程序的开发商必然就迷茫了。

也有用户结合自己的切身经历，分享自己的看法：

九十年代初期，我的职业生涯始于一家领先公司的初级分析师。那是一个激动人心的时刻，我渴望留下自己的印记。我的职责是通过新兴计算机技术的视角探索生产力世界。当时，Microsoft Word 和 Excel 是主角，处理着我们大约 60% 的任务。剩下的则是其他尖端软件的拼凑而成，填补了剩下的 40%。
我有很多创新想法来提高我们的内部能力，以应对这难以捉摸的 40%。然而，尽管我很热情，我的建议还是被拒绝了。当我的沮丧情绪爆发时，我并没有被解雇。相反，高级行政主管将我拉到一边，倾听我的担忧。他与我分享了一个战略愿景：公司正在调整自己的节奏，削减成本，同时等待微软扩展其能力。这最终将简化运营并为我们带来更低的成本竞争优势。
看看我们今天使用的插件，我不禁将它们视为临时解决方案，它们是垫脚石，引导我们走向未来，当前的限制只是一个记忆，所有问题都在开发商如 OpenAI 内部会得到解决。

对此，你认为 OpenAI 最新发布的技术会对什么样的创业公司带来“致命”的影响？走什么样的路才能不被淹没在 OpenAI 快跑发布的版本中？

参考：

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

https://www.reddit.com/r/OpenAI/comments/17pgens/whats_up_with_all_the_open_ai_just_killed_my/

推荐阅读：