2024年，大模型已經(jīng)深入融入了我們的日常生活。

而作為領(lǐng)跑者，ChatGPT也一直是大模型屆的指南針，無(wú)論是去年發(fā)布的大模型o1-pro，Sora Turbo，還是各種小功能，比如視頻模式、打斷說(shuō)話等，甚至是每月200美元的高額定價(jià)，OpenAI的每一場(chǎng)發(fā)布會(huì)都能給廣大AI愛(ài)好者帶來(lái)一些新震撼、新思路。

下面共同回顧一下OpenAI在2024年發(fā)布的關(guān)鍵更新，一起見(jiàn)證大模型的進(jìn)化之路！

1月

GPT商店：用戶可以發(fā)布構(gòu)建的個(gè)性化聊天機(jī)器人（GPTs），按類別進(jìn)行搜索，如寫(xiě)作、生活方式和教育等。

守護(hù)者工具（選舉相關(guān)）：OpenAI更新了政策，禁止ChatGPT、DALL-E等工具的用戶和制作者使用其工具冒充候選人或地方政府，用戶也不能將其用于競(jìng)選活動(dòng)或游說(shuō)，還不能使用這些工具阻止投票或歪曲投票過(guò)程

內(nèi)聯(lián)標(biāo)記（Inline tagging）：用戶可以在聊天框中輸入「@」觸發(fā)GPT提及功能，系統(tǒng)會(huì)顯示可用的GPT模型列表，用戶可以在一次對(duì)話中集成和與多個(gè)AI模型交互。

回復(fù)語(yǔ)音朗讀（手機(jī)app）：增添回復(fù)內(nèi)容的語(yǔ)音朗讀功能，提升用戶獲取信息的便捷性。

GPT自助申訴流程：用戶可以自行提交申訴GPT使用中遇到的問(wèn)題。

團(tuán)隊(duì)計(jì)劃：ChatGPT插件的測(cè)試版本停止服務(wù)。

2月

記憶功能（sunshine）發(fā)布：可增強(qiáng)模型對(duì)過(guò)往對(duì)話的記憶，使交互更具連貫性，從而更好地理解用戶的上下文和需求。

發(fā)布全新外觀（Hedgehog）

反饋功能：增加用戶對(duì)GPT的評(píng)論和反饋機(jī)制，方便用戶對(duì)不同GPTs給出評(píng)價(jià)和建議，促進(jìn)改進(jìn)。

作者驗(yàn)證：對(duì)GPT創(chuàng)建者的個(gè)人資料引入社交驗(yàn)證功能，提升創(chuàng)建者身份可信度和內(nèi)容權(quán)威性。

Sora發(fā)布：能夠根據(jù)簡(jiǎn)單的文本描述快速生成長(zhǎng)達(dá)一分鐘的高質(zhì)量視頻，更好地遵循用戶的指令，生成的視頻具有高度逼真的視覺(jué)效果，包含復(fù)雜的場(chǎng)景、多角色互動(dòng)以及特定類型的運(yùn)動(dòng)。

深色與淺色模式：對(duì)界面的視覺(jué)效果進(jìn)行優(yōu)化，適配不同使用場(chǎng)景和用戶偏好。

GPT版本歷史：方便用戶了解GPT的迭代情況，追溯功能變化。

3月

自定義指令（GPT-4）：用戶可以在系統(tǒng)層面為ChatGPT定制化一些指令，包括個(gè)人背景信息和回復(fù)格式要求。

DALL·E 3 controls (style & aspect ratio), editor & inpainting：為用戶提供了豐富的預(yù)定義風(fēng)格選擇；用戶可以對(duì)指定區(qū)域用自然語(yǔ)言提示詞進(jìn)行微調(diào)，如增加畫(huà)面元素、刪除畫(huà)面元素、修改特征等。

朗讀(網(wǎng)頁(yè)端)：自動(dòng)檢測(cè)正在讀取的文本的語(yǔ)言，然后以相應(yīng)的語(yǔ)言進(jìn)行朗讀；提供五種不同的聲音。

收益計(jì)劃：根據(jù)GPTs的使用量，與開(kāi)發(fā)者進(jìn)行分成，為開(kāi)發(fā)者提供了一種新的盈利途徑，以激勵(lì)創(chuàng)建更優(yōu)質(zhì)的GPT服務(wù)。

4月

無(wú)賬號(hào)訪問(wèn)：更便捷體驗(yàn)ChatGPT，但只能使用GPT-3.5免費(fèi)版，使用Dall-E 3等高級(jí)功能仍需賬號(hào)。

數(shù)據(jù)控制v2：用戶可以在不影響查看聊天歷史的情況下選擇是否將自己的數(shù)據(jù)用于模型訓(xùn)練；新增了移動(dòng)端語(yǔ)音數(shù)據(jù)選項(xiàng)，默認(rèn)關(guān)閉。

域名統(tǒng)一遷移到了chatgpt.com，統(tǒng)一品牌和服務(wù)入口。

GPT-4 Turbo發(fā)布：比GPT-4的生成速度快兩倍，具有更大的上下文窗口，達(dá)到128k個(gè)token，價(jià)格只有1/3

5月

免費(fèi)用戶也可以選擇默認(rèn)的對(duì)話模型，比如切換GPT-4o-mini和GPT-4o，根據(jù)自身需求定制對(duì)話模型，提高效率和一致性。

Connected apps：僅適用于ChatGPT plus、團(tuán)隊(duì)和企業(yè)用戶，可以直接將Google Drive和Microsoft OneDrive中的文件直接上傳到 ChatGPT，方便用戶對(duì)云端存儲(chǔ)中的文件進(jìn)行分析和處理。

為macOS系統(tǒng)用戶推出了桌面應(yīng)用程序。

GPT-4o發(fā)布，具有多模態(tài)能力，能夠同時(shí)處理文本、音頻和視覺(jué)等多種模態(tài)的信息，在語(yǔ)音對(duì)話方面表現(xiàn)出色，自然流暢且能實(shí)時(shí)表達(dá)情感和理解語(yǔ)音背后的情緒，支持50種語(yǔ)言，并且在API上價(jià)格更便宜、性能提升2倍、速率限制提高5倍。

對(duì)ChatGPT的界面進(jìn)行了重新設(shè)計(jì)，代號(hào)Fruit Juice

用戶可以使用不同的模型對(duì)同一個(gè)prompt重新生成回答。

不再為用戶提供「Sky」語(yǔ)音選項(xiàng)，具體原因暫未公開(kāi)。

用戶可以根據(jù)對(duì)話的進(jìn)展和需求，在同一次對(duì)話中切換模型，提高了對(duì)話的靈活性和效果。

免費(fèi)用戶可以使用一些之前僅限付費(fèi)用戶使用的工具和GPTs，如互聯(lián)網(wǎng)訪問(wèn)、圖像上傳和分析、創(chuàng)建圖表、高級(jí)數(shù)據(jù)分析、啟用記憶功能、訪問(wèn) GPT 商店等。

6月

蘋(píng)果在2024年全球開(kāi)發(fā)者大會(huì)（WWDC）上，宣布與OpenAI達(dá)成合作，將ChatGPT集成到Siri中；用戶請(qǐng)求不會(huì)被OpenAI存儲(chǔ)，用戶的IP地址會(huì)被模糊處理，且用戶可選擇是否連接ChatGPT賬號(hào)。

將此前面向ChatGPT plus用戶推出的macOS桌面應(yīng)用程序Sidekick，轉(zhuǎn)為所有用戶可用，可以在應(yīng)用內(nèi)進(jìn)行截圖并與GPT-4o討論，輔助理解代碼片段或解讀復(fù)雜的圖表等。

7月

GPT-4o mini (Chive)發(fā)布，比GPT-4o的參數(shù)量更少，API支持128k、16k輸入tokens長(zhǎng)度，價(jià)格上比GPT-3.5 Turbo便宜60%以上，也是OpenAI首個(gè)使用全新安全策略「指令層次結(jié)構(gòu)」的AI模型，即要求系統(tǒng)優(yōu)先執(zhí)行預(yù)設(shè)命令，可以阻止惡意用戶誘導(dǎo)模型執(zhí)行非法操作。

GPT-4o和GPT-4o mini發(fā)布后，GPT-3.5在多語(yǔ)言支持、響應(yīng)速度和處理能力方面就顯得很弱了，在7月19日正式退役。

ChatGPT的新界面（Fruit Juice）對(duì)所有用戶切換為默認(rèn)。

OpenAI發(fā)布SearchGPT原型產(chǎn)品，能夠準(zhǔn)確理解用戶的復(fù)雜查詢，提供更加相關(guān)的搜索結(jié)果，克服了傳統(tǒng)搜索引擎在處理復(fù)雜和模糊查詢時(shí)的不足；不僅能提供相關(guān)搜索結(jié)果，還可利用強(qiáng)大的語(yǔ)言生成能力直接生成詳盡的回答；用戶可以像與人對(duì)話一樣提出后續(xù)問(wèn)題；在搜索結(jié)果中突出引用并鏈接信息來(lái)源，回復(fù)中有清晰的內(nèi)聯(lián)歸因，用戶還可從側(cè)邊欄快速訪問(wèn)更多來(lái)源鏈接。

8月

基于GPT-4o的視頻和音頻能力，Advanced voice(gpt-4o-s2s)可以感知和回應(yīng)用戶情緒，提供更自然、實(shí)時(shí)的對(duì)話體驗(yàn)，用戶可以隨時(shí)打斷。

免費(fèi)用戶每天可以使用DALL?E 3生成兩張圖片。

模型記憶的最大tokens長(zhǎng)度增加到8k，在處理長(zhǎng)文本和復(fù)雜對(duì)話時(shí)可以更好地保留上下文信息，避免因記憶限制而出現(xiàn)的回答不完整或遺忘前文的情況。

Starter Prompts v2: 提供了更新和更豐富的起始提示語(yǔ)，更好地引導(dǎo)用戶提出高質(zhì)量的問(wèn)題和請(qǐng)求。

ChatGPT宣布正在與Google Drive和Slack開(kāi)發(fā)新的同步連接器，用戶可以無(wú)縫訪問(wèn)文檔內(nèi)容，提高團(tuán)隊(duì)效率。

9月

OpenAI對(duì)ChatGPT的高級(jí)語(yǔ)音模式進(jìn)行了更新，新增了視頻和共享屏幕功能，能理解各種口音和語(yǔ)調(diào)并準(zhǔn)確轉(zhuǎn)化為文本，還支持實(shí)時(shí)翻譯，方便國(guó)際用戶溝通。

OpenAI發(fā)布o(jì)1-preview，專為處理高復(fù)雜度、需要深度推理的任務(wù)而設(shè)計(jì)，如法律分析、學(xué)術(shù)研究和復(fù)雜決策制定等場(chǎng)景；可以處理圖像、音頻等多種數(shù)據(jù)格式；開(kāi)發(fā)者可以根據(jù)具體業(yè)務(wù)需求對(duì)模型進(jìn)行高度定制，可適應(yīng)電商產(chǎn)品推薦、教育培訓(xùn)課程設(shè)計(jì)等。

o1-mini更加經(jīng)濟(jì)，成本相比o1-preview降低約80%，適用于計(jì)算資源有限但需要結(jié)構(gòu)化推理能力的環(huán)境，在基本的推理任務(wù)上表現(xiàn)出色，如數(shù)學(xué)和編程。

添加了兩個(gè)快捷指令：「/picture」可以調(diào)用DALL-E模型生成圖片；「/search」可以將用戶輸入轉(zhuǎn)為搜索查詢。

10月

為macOS和Windows桌面端推出高級(jí)語(yǔ)音功能，用戶可以設(shè)置自定義指令來(lái)定制模型的語(yǔ)音風(fēng)格、語(yǔ)速等。

基于GPT-4o推出畫(huà)布功能（gpt-4o-canmore），用戶可以繪圖、創(chuàng)建思維導(dǎo)圖、流程圖等；為開(kāi)發(fā)者提供一個(gè)可視化的代碼結(jié)構(gòu)工具，用戶可以在畫(huà)布上繪制軟件架構(gòu)或函數(shù)結(jié)構(gòu)；能夠直觀地整理思路，拖拽文檔結(jié)構(gòu)，添加注釋，為用戶優(yōu)化文本；用戶可以通過(guò)頭腦風(fēng)暴，組織關(guān)鍵點(diǎn)，繪制幻燈片。

用戶可以在聊天歷史中進(jìn)行快速搜索（Fanny Pack），如特定內(nèi)容、問(wèn)題、答案等。

11月

ChatGPT網(wǎng)頁(yè)版的付費(fèi)用戶可以使用高級(jí)語(yǔ)音功能，能感知用戶語(yǔ)音在語(yǔ)調(diào)和語(yǔ)速上的細(xì)微差別；可以設(shè)置自定義指令來(lái)定制模型的說(shuō)話方式，比如以特定的節(jié)奏說(shuō)話、發(fā)音清晰、慢速說(shuō)話，定期加入用戶的名字等。

Windows版的桌面應(yīng)用程序（Sidetron）支持語(yǔ)音輸入、截取屏幕、上傳本地文件等。

ChatGPT桌面端在macoS系統(tǒng)上，支持在Xcode、VSCode、TextEdit等IDE和各種編輯器中調(diào)用 ChatGPT 獲取代碼解釋和解決報(bào)錯(cuò)，以及與終端等應(yīng)用程序的聯(lián)動(dòng)。

12月

在高級(jí)語(yǔ)音模式中增加了視頻和屏幕共享功能，ChatGPT可以看到用戶的操作和展示的內(nèi)容，并做出更精準(zhǔn)的回應(yīng)，適用于在線會(huì)議、遠(yuǎn)程協(xié)作、在線教學(xué)等場(chǎng)景。

用戶在畫(huà)布中可以直接執(zhí)行Python代碼，為數(shù)據(jù)科學(xué)家和分析師等提供了更便捷的數(shù)據(jù)分析和處理環(huán)境。

OpenAI發(fā)布o(jì)1正式版，速度提升50%，出現(xiàn)重大錯(cuò)誤的概率減少了50%；o1-pro需要ChatGPT Pro才能使用，月費(fèi)200美元，能夠更深入地思考，提供更高質(zhì)量的答案。

OpenAI展示o3模型， 在ARC-AGI基準(zhǔn)測(cè)試中取得75.7%的高分，展現(xiàn)出強(qiáng)大的推理、編碼和數(shù)學(xué)解題能力，接近人類專家甚至在某些方面超越人類水平；o3-mini-preview相對(duì)更具成本效益，正式版o3-mini計(jì)劃2025年1月底發(fā)布。

為了確保o3和o3-mini模型在發(fā)布前的安全性和可靠性，OpenAI采用了多層安全測(cè)試方法，將內(nèi)部評(píng)估與外部研究計(jì)劃相結(jié)合，招募安全研究人員參與測(cè)試，以便發(fā)現(xiàn)潛在的安全風(fēng)險(xiǎn)和漏洞并及時(shí)修復(fù)。

OpenAI發(fā)布Sora Turbo，支持文本、圖像和視頻輸入，能生成分辨率高達(dá) 1080p、時(shí)長(zhǎng)最長(zhǎng) 20 秒的視頻，格式可選寬屏、豎屏或方形；支持5個(gè)創(chuàng)意工具，用戶可以精確控制每一幀內(nèi)容，為視頻添加多個(gè)分鏡頭，替換、刪除或重構(gòu)視頻中的元素，使用循環(huán)剪輯并創(chuàng)建無(wú)縫重復(fù)的視頻等。