時隔兩年，ChatGPT終迎來界面全新升級！

這一次，OpenAI官宣推出canvas。它不再是簡單的對話框，而是能與ChatGPT「并肩作戰(zhàn)」的全新界面。

不論是寫作，還是編碼，都可以開啟全新的合作方式。

canvas基于GPT-4o構(gòu)建，目前仍在測試階段，可在所有模型中手動選擇。

而且所有Plus用戶不用等待，直接可用。未來，OpenAI還計劃向所有免費用戶全面推出。

canvas不僅可以讓你與ChatGPT一起做研究，還能寫代碼、郵件等等，最重要的是還能幫你一起腦洞。

有趣的是，canvas還可以添加emoji。奧特曼在線發(fā)起投票，看看有多少人喜歡這個功能。

另外，canvas面板中，還多了一個快捷菜單，讓協(xié)作更加輕易便捷了。

審查代碼、修改bug、添加評論、log等等，一鍵完成。

在Canvas界面助力下，GPT-4o編碼性能飛躍18%！

這是要紛紛取代了GitHub Copilot、Cursor編碼神器了。網(wǎng)友們驚嘆道，OpenAI絕殺了Cursor。

還有人說，canvas的推出，是OpenAI對最大勁敵Anthorpic的Claude artifacts最大的回擊。

在經(jīng)歷如此巨大人事變動同時，OpenAI近日多次發(fā)布更新，是向外界、投資者給出了我們依舊有實力的反饋。

話不多說，看看歷經(jīng)兩年，ChatGPT究竟帶了怎樣劃時代的巨變。

肝代碼研究，原來這么輕松

canvas項目負責(zé)人Karina Nguyen表示，我對終極AGI界面的愿景，是一張空白的畫布。

隨著時間的推移，它會根據(jù)人類偏好，自我改進。

而且，它會創(chuàng)造與人類互動的新方式，重新定義人類與AI，以及整個互聯(lián)網(wǎng)的聯(lián)系。

canvas便是，這樣一種終極AGI界面的完美「代言人」。

那么，它究竟如何幫人類研究、寫代碼、創(chuàng)作呢？

接下來，讓我們一睹為快。

做研究

當你需要完成一項藝術(shù)史研究報告，在canvas便可以完成研究。

首先，將你的需求告訴ChatGPT，它便開始搜索一切所有相關(guān)的報道——Rembrandt的自畫像技巧。

隨之，canvas在屏幕右側(cè)開啟了全新界面，一篇研究報告，正在速成。

當你對其中生成的一句話，不太確定是否正確。只需要選中，然后即刻就能喚醒ChatGPT，隨地取問。

又或者，當你想要更改文中的小標題，不如讓ChatGPT給點建議。

最驚艷的是，右下角「鉛筆」樣子的圖表，可以開啟文獻的閱讀模式，可以一句一句地瀏覽。

最后，你可以讓ChatGPT為你添加參考文獻、書目引用。

寫郵件

你還可以讓ChatGPT搜索一家最好的餐廳，它會幫你匯總所有在SF城市米其林餐廳。

然后讓它在為你寫一封郵件，發(fā)給最好的朋友。

寫代碼

另外，你還可以在canvas界面中，完成代碼的生成，還是可以編輯的那種。

以往ChatGPT只是給出結(jié)果，并不能一同編輯。

讓ChatGPT用Rust寫一API網(wǎng)絡(luò)服務(wù)器，它便同以往一般，為你生成了代碼。

然后，要求對其中一段代碼，添加登錄注冊路由。

并且，你還可以自己改寫其中的內(nèi)容。

在界面右下角，還有一個工具欄，可以進行代碼審查、轉(zhuǎn)換語言、修改bug、添加log、還有添加評論功能。

比如，針對剛剛生成代碼進行審查，以及修復(fù)bug，ChatGPT瞬間就完成了。

發(fā)明新食譜

更驚艷的是，在canvas模式下，還可以創(chuàng)造發(fā)明新的idea。

比如，你想做一個不一樣的蘋果派，可以讓ChatGPT搜索總結(jié)出，最通用的蘋果派的食譜。

假設(shè)你沒有其中一種材料——Nutmeg（肉豆蔻），然后你們可以一同創(chuàng)作全新的做法。

與ChatGPT并肩作戰(zhàn)

目前，ChatGPT已常被用于協(xié)助寫作和編碼方面的任務(wù)。

盡管聊天界面易于使用并且適用于許多任務(wù)，但對于需要編輯和修訂的項目，仍然有些不便。

canvas的推出，正是要為這類工作提供新的界面，而且能讓ChatGPT更好地理解用戶提供的任務(wù)上下文。

當ChatGPT檢測到可能有幫助的場景時，canvas會自動打開，也可以直接在提示詞中包含「使用canvas」的字樣來處理現(xiàn)有項目。

對于寫作任務(wù)，快捷編輯欄中包含5種選項，從下至上依次為：

- 建議編輯：ChatGPT為指定內(nèi)容提供內(nèi)聯(lián)建議和反饋

- 調(diào)整長度：將文字內(nèi)容編輯得更短或更長

- 更改閱讀級別：調(diào)整文字的閱讀難度，從幼兒園到研究生院

- 最后潤色：檢查語法、清晰度和一致性

- 添加表情符號：為強調(diào)或有顏色標記的內(nèi)容添加相關(guān)emoji符號

比如，可以高亮特定部分來引起ChatGPT的關(guān)注，并讓模型在考慮整個項目的同時，提供內(nèi)聯(lián)反饋和建議。

奧特曼還發(fā)起了在線投票，「添加emoji是不是OpenAI有史以來發(fā)布的最好功能？」

對于編碼任務(wù)，快捷鍵又和寫作不同：

快捷鍵從下至上依次為：

- 檢查代碼：ChatGPT提供內(nèi)聯(lián)建議以改進代碼

- 添加日志（logs）：插入print語句以幫助調(diào)試和理解代碼

- 添加注釋：為代碼添加注釋

- 修復(fù)bug：檢測并重寫有問題的代碼以解決bug

- 移植到一種語言：將您的代碼轉(zhuǎn)換為JavaScript、TypeScript、Python、Java、C++或PHP

「點到哪里改哪里」，修改代碼也將和修改文字一樣直觀簡單。

為什么要更新用戶界面？

OpenAI在博客中表示，如果要讓人工智能變得更有用、更易用，就需要重新思考我們?nèi)绾闻c它互動。而canvas，就是一種全新的方法，未來還將經(jīng)歷快速迭代。

終極AGI界面canvas，GPT-4o也被優(yōu)化了

為了讓模型更適應(yīng)canvas模式，團隊也對GPT-4o進行了必要的修法，添加了一些核心行為：

- 觸發(fā)canvas的打開，進行書寫和編碼

- 生成多樣化的內(nèi)容類型

- 進行有針對性的編輯

- 重寫文檔

- 提供內(nèi)聯(lián)形式的修改意見

值得一提的是，對GPT-4o進行的這些訓(xùn)練采用了OpenAI的合成數(shù)據(jù)生成技術(shù)，包含了從o1模型中提取的輸出。

此外，團隊還使用了20多項自動內(nèi)部評估來衡量進展情況。

首先，一個關(guān)鍵的挑戰(zhàn)是定義何時觸發(fā)canvas。模型既需要靈敏識別有檢查、修改需求的任務(wù)，比如「寫一篇關(guān)于咖啡豆歷史的博客文章」，同時也要避免過度觸發(fā)，比如「幫我做一份新的晚餐食譜」這種一般的任務(wù)就不太需要canvas。

與帶有提示指令的基線模型相比，調(diào)整后的GPT-4o的觸發(fā)決策正確率分別達到了83%和94%

第二個挑戰(zhàn)涉及在canvas被觸發(fā)后調(diào)整模型的編輯行為，特別是決定何時進行有針對性的編輯而不是重寫整個內(nèi)容。

這就要訓(xùn)練模型，在用戶明確選擇文本時，更傾向于執(zhí)行有針對性的編輯而非重寫。隨著模型不斷完善，這種行為的能力也在不斷發(fā)展。

相比基線模型，帶有canvas的GPT-4o在寫作和編碼任務(wù)上有18%的性能提升

最后，訓(xùn)練模型以生成高質(zhì)量的代碼注釋同樣需要細致的迭代過程。

這個評估任務(wù)與前兩種情況不同。canvas是否觸發(fā)以及是否進行了有針對性的編輯行為，很容易進行自動化評估，但以自動化方式衡量代碼注釋的質(zhì)量，因此團隊選擇了人工評估。

相比基線模型，集成canvas后的GPT-4o在注釋準確性方面有30%的提升，質(zhì)量提高了16%。

這表明，與帶有詳細指令的零樣本提示相比，合成數(shù)據(jù)的訓(xùn)練顯著提高了模型的響應(yīng)質(zhì)量和行為。

網(wǎng)友玩瘋了

canvas一經(jīng)發(fā)布，已在全網(wǎng)掀起熱議。

Every初創(chuàng)公司創(chuàng)始人表示，很明顯，OpenAI不僅僅是在構(gòu)建聊天機器人，他們還試圖為AI時代構(gòu)建一種全新的操作系。

一名開發(fā)者表示，canvas界面是游戲改變者。

他剛剛通過canvas和ThreeJS一起創(chuàng)建了一個tesseract/Hypercube可視化工具，并稱自己喜歡統(tǒng)一的UX聊天、在線評論和觀看GPT-4o在代碼上發(fā)揮其魔力，所有這些都在一個地方完成完成，永不過時。

還有網(wǎng)友表示，canvas界面做的非常好，而且一切都是實時流暢的。

不過，它讓我們意識到一個重要的問題，我們還不確定與AI協(xié)作寫作的最佳方式是什么。

話雖如此，canvas讓工作更加集成集成（cyborglike），而不是簡單地輪流進行任務(wù)（centaurlike）。

還有人紛紛悼念Cursor。

核心貢獻團隊

canvas背后核心團隊也隨之全部公布。

研究主管是Karina Nguyen，還有3位核心研究人員Kai Chen, Michael Wu, Tarun Gogineni，12位核心工程/產(chǎn)品/設(shè)計師。

值得一提的是，提供支持技術(shù)領(lǐng)導(dǎo)人當中，還有離職的CTO Mira Murati。

Karina Nguyen

在加入OpenAI之前，Karina Nguyen曾在Anthropic任職，專注研究模型對齊能力和誠實研究，以減少LLM的幻覺。

值得一提的是，她曾領(lǐng)到了Claude Instant 1.2訓(xùn)練，在API中制作了該模型。

此前，作為一名設(shè)計工程師，Nguyen與Primer.ai、Dropbox、Square和《紐約時報》的團隊在研發(fā)原型、新聞工具和產(chǎn)品功能方面進行了合作。

Kai Chen

Kai Chen在賓夕法尼亞大學(xué)獲得了計算機科學(xué)本科學(xué)士學(xué)位。

她于2023年初加入OpenAI，此前Kai Chen還聯(lián)合創(chuàng)辦了兩家公司，一個是AI助手領(lǐng)域的Dispatch、還有一家自動化勞動任務(wù)項目的Port Tecjnologies。

Michael Wu

Michael Wu目前是OpenAI的應(yīng)用研究員。

此前，他曾以應(yīng)用研究科學(xué)家身份，在Facebook工作了三年，任職期間訓(xùn)練了自然語言理解和深度學(xué)習(xí)模型。

此外，他還在Primer AI擔(dān)任機器學(xué)習(xí)工程師、Dropbox擔(dān)任軟件工程師，在Naver Corp擔(dān)任機器學(xué)習(xí)實習(xí)生，在蘋果公司擔(dān)任機器學(xué)習(xí)實習(xí)生。

2015年，Michael Wu在麻省理工學(xué)院獲得了計算機科學(xué)和數(shù)學(xué)學(xué)士學(xué)位。