GPT 4.0本周发布！

如果微软员工没瞎说，就在这周，刚刚放开 ChatGPT 也就是 GPT-3.5 接口没多久的 OpenAI，要发布升级版的 GPT-4 了。

GPT-3 已经达到惊人的 1750 亿参数了，难不成 GPT-4 要直接干上百万亿，实现维度跨越？

可惜的是，这个百万亿参数已被官方定义成了谣言，这次预告中的 GPT-4，升级的亮点不是模型有多大，而是剑指「多模态」。

多模态这个专业术语，说人话就是，GPT-4 不再是文本对话了，图片，乃至视频都被纳入到了模型可理解的范畴。

好家伙，这 3.5 咱还没玩明白，更高级的 4 就要来了，虽然微软是 OpenAI 背后的金主，但为啥新模型的发布消息是金主来宣布呢？

顺着各路报道查了查，这个消息的出现，发生在德国一场关于 AI 的线下活动上，其中参与演讲的微软员工，在介绍语言模型时走漏了发布时间。

也就是说，GPT-4 在这周来了，皆大欢喜；GPT-4 这周来不了，员工不谨慎的传统艺能。如果说这是微软的营销，真的比前两年的 Win11 都要吊胃口。

不过在那场演讲中，有一句话说的特别到位：像 GPT 这样的大型语言模型是游戏规则改变者。

改变了什么？且看在 ChatGPT 持续走红的这段时间，网上又出现了什么新鲜玩意。

地址：https://www.chatpdf.com/

ChatGPT 生产力升级，改变游戏规则的第一个走红的工具，是德国一个小哥开发的 ChatPDF。

不到一周的时间，这个网站就被上传了 6.5 万份 PDF 文档，有什么神奇之处？

很简单，你上传一份文档，它能够立刻把文档中的内容进行解读，并列出重点。

是的，相当于给 PDF 内置了一份搜索引擎，不仅可以依靠文档解释你的问题，还能够总结出重点，标注内容所在的页数。

这种文章内提到的小细节也不会放过。

正文内是这么说的，没毛病。

一份纯文字的教程文档，哪怕只有 5 页，也得看上个 10 分钟吧，但在 ChatPDF 的帮助下，你可以用提问对话的方式，1 分钟快速 get 到重点。

网上已经有无数的测试了，ChatPDF 所改变的，是我们获取信息的方式，无论是教程，还是合同，它都 OK。

甚至异常难读的论文都没问题：

图源量子位

而且，打起生产力变革第一枪的文档应用不只 ChatPDF 这一家，专门读开发文档的 DocsGPT，可以帮你快速复习文档内容：

地址：https://docsgpt.arc53.com/

为论文而生的 SciSpace by Typeset，可以复制传给 GPT，让其秒变研究助理。

地址：https://typeset.io/

注意，上面的这些文档助手，尚且不能识别图片，因为 GPT-3.5 并非多模态的，加上输入有限，但从现在 GPT-4 曝出亮点来看，未来只会更加方便。

文档阅读只是冰山一角，其他的呢？国内爆火的 ChatExcel 了解一下。

地址：https://chatexcel.com/

Excel 这种能被称为老古董的工具，并不是人人都能玩转，每次做表格，现查现用是基操，我收藏夹里不知道有多少教程了。。。

而相比于搜索引擎查，然后自己去试，失败了再查，如果像前面 ChatPDF 那样，通过对话的方式，就能完成 Excel 复杂操作，你愿不愿意用呢？

北大的一个硕博三人团队，因为其中一位成员的女朋友有和我们一样的烦恼，诞生了 ChatExcel 这个项目。

是的，我们可以不知道如何利用 Excel 如何完成复杂操作，只要知道自己想得到什么结果就好了。

你只管当甲方，告诉 AI 需求，不用管中间过程，它会自动反馈给你一个结果，比如这份中国 GDP 的表格，我们需要一列两年的增长百分比。

运行过后真的就多了这么一列：

ChatExcel 不单单是帮你省去了查百度的功夫，还能帮你快速理解表格里的内容，比如这一份全球人口的表格。

但我只想知道 2001 年人口大于千万的最后三个地区，2021 年的人口数据，别管怎么做，把需求问它就好了。

执行过后，保留的就是我们想要的结果。

你说这些操作复杂吗？不复杂，每一步都能从搜索引擎找到答案，但你说以对话的方式，让懂你的 AI 快速得出结果，方便肯定是方便的。

文档可以、表格可以，翻译这种基操肯定不在话下，事实上有很多这类的工具，不过大多需要自己的 API，这里就不介绍了。

1、批量翻译，甚至生成双语版文件：

https://github.com/Raychanan/ChatGPT-for-Translation

2、滑词翻译，还能改写润色：

https://github.com/yetone/openai-translator

3、快速建立自己的生词库：

https://github.com/piglei/ai-vocabulary-builder

单文本操作就能给我们无限的想象空间了，让 ChatGPT 帮我们总结视频内容行不行呢？未来成本更低的多模态模型或许可以，现在嘛，曲线救国也不是不行。

地址：https://b.jimmylv.cn

这是 B 站一位 UP 主@吕立青_JimmyLv 的项目，虽然现阶段 ChatGPT 只能读取文本，对视频没辙，但视频是有字幕的。

这位 UP 主做的事情，就是扒取了视频字幕，然后把字幕喂给 ChatGPT，让它总结整个视频的内容。

举个栗子，这是今天我在热榜上看到的视频，关于 ChatGPT 的搞钱方案，视频总结了国外利用 ChatGPT 盈利的资讯，但 16 分钟的时长，我两倍速看着也很折磨。

复制这个视频的链接，粘贴到 BibiGPT 里，视频重点真的就被总结好了，整个过程相当丝滑。

除此之外，还有一种玩法，只要把当前视频链接里的「com」改成「jimmylv.cn」。

它能自动跳转，总结当前视频，当初数千字的文案，就被总结成了百字左右，提炼出来的中心也没毛病。

BibiGPT 还支持了油管，匹配的有快捷指令，感兴趣的小伙伴可以去试试，不过有一个前提哈，得有字幕。

新产品如雨后春笋般冒头，但这还只是 GPT-3.5 的功劳，而 GPT-4 正在路上，游戏规则真的被改变了。

可以用更贴近生活对话的形式，去更直接的表达需求；也可以让 AI 直接给出答案。

当然，现阶段的 AI 还有问题要解决，比如它也不能从甲方的需求里提取到五彩斑斓的黑，比如它的回答也不是 100% 正确，还需要人去预处理输入，去细分需求，稳定回答。

但看看前几天谷歌放出的 5620 亿超大模型，再看看同样这周将要发布的百度文心一言，大厂之间 AI 的军备竞赛已然打响。

不过，有件事不难达成共识——

前面是挖矿，后面是 AI，老黄又要赢麻了。