阿尔特曼在比尔盖茨的播客中透露：OpenAI的ChatGPT将具备视频生成能力

IT之家 1 月 12 日消息，据比尔盖茨官方公众号，在最新一期的《为自己解惑》播客节目中，登场的嘉宾是刚刚迎来“新婚之喜”的 OpenAI 首席执行官萨姆・阿尔特曼。

两人分享了自己对 AI 飞速发展过程中人类所处位置的思考，比尔盖茨直言，“我有幸见证了你们工作的进展，但开始的时候我是非常怀疑的，我也没期待过 ChatGPT 能做得这么好。”

阿尔特曼透露了 ChatGPT 未来的“宏伟计划”，包括功能层面将迎来大幅度扩展，以及增强推理能力。当被问及未来两年这款聊天机器人将在何种领域取得“进阶”时，阿尔特曼透露称，包括多模态、语音输入输出、图像生成，最终将是（生成）视频。

比尔・盖茨：当你展望未来两年，你认为会有哪些重要的里程碑？

萨姆・阿尔特曼：多模态肯定会很重要。

比尔・盖茨：你指的是语音输入、语音输出？

萨姆・阿尔特曼：语音输入、语音输出，然后是图像，最终是视频。

阿尔特曼还表示，ChatGPT 已经具备了图像和音频（的生成能力），反响“比我们的预期要强烈得多”。但最重要的进步领域“也许”将围绕推理能力展开。

现在，GPT-4 的推理能力还非常有限。还有可靠性，如果你问 GPT-4 大部分问题 10000 次，这 10000 次中可能有一次回答得很好，但它不一定知道是哪一次。而你却希望每次都能得到这 10000 次中最好的回答，因此可靠性的提升将非常重要。

两人还谈到了自己手机上最常用的 App，阿尔特曼最常用的其实不是 ChatGPT（尽管他自己希望是），而是 Slack（IT之家注：一款利用生成式 AI 完成自动化处理常规任务的 App）。至于比尔盖茨，他则自称是“传统的电子邮件派”，故最常使用 Outlook。