如同外界預想的一樣，版本可能會具有更多的語言理解能力、更好的自然語言生成能力、更高的準確度和更快的處理速度等優化。此外，這次很大的特色亮點在於圖片辨識上的互動，相信又再一次讓全球上億的用戶，引發一波使用話題的討論。

更多AI工具的運用，可到104學習精靈-AI 人工智慧基金知識庫：一讀就懂的入門學習。

或是想短時間透過學習AI讓自己強大及解決更多問題，也想學習AI繪圖運用，可以參加 一堂課讓你「趕上」ChatGPT/Midjourney運用 一次將二門課的知識技能學習掌握，線上公開課AI應用衝刺班，來幫助自己的路走的更廣。

以下正文開始

根據OpenAI最新的消息，於今日GPT-4已經正式面世！這款全新的多模態AI模型除了支援文字輸入外，還可以透過圖像輸入生成內容，並將開放給ChatGPT Plus的付費訂閱者使用。

不同於GPT-3，GPT-4在文字處理方面有了更為細膩的表現，並且擁有更高的輸入Token數量達到32,768個，相當於50頁文字或二萬多個中文字。

目前先開放了文字輸入API功能，而付費用戶可以優先體驗新版本。GPT-4版本目前只提供8K版本，比GPT-3的3.5版本多一倍，共8,192個Token。

而32K版本引擎只開放給特定對象試用，目前每分鐘只能處理40K個Token或200次呼叫，但OpenAI表示正在持續優化中。

GPT-4的一大特色是支援圖片輸入功能，只要輸入一張手繪設計草圖，就能自動產生對應的網頁程式碼，讓溝通更加容易。

目前圖片輸入功能還處於研究者預覽版本，尚未對外開放，但OpenAI已經開放給特定合作夥伴體驗。

根據OpenAI的實測結果顯示，GPT-4在多項傳統機器學習能力評比上都超越了GPT-3，甚至多項都達到了SOTA（State-of-the-Art，最新技術）等級。

在全美統一律師資格考檢定上，GPT-4拿到了前10%的高分，而在SAT數學測驗、GRE測驗等30多項不同學科的主流檢定測驗上，GPT-4也大勝GPT-3。此外，在1,4000題多選題測試的MMLU（理解力）評比上，GPT-4英文答題的正確率達到了80.5%，高於GPT-3的70.1%。

雖然GPT-4在圖片解析能力上仍有改進的空間，但在圖表或圖片問答評比如ChatQA、InfographicVQA、DocVQA等方面已達到了SOTA程度。可惜的是，與上一版的 GPT-3 一樣，GPT-4 大部分是根據 2021 年 9 月以前的資料進行訓練，因此對於較新的事件無法給予正確的回應。

但即便如此上個月，微軟就宣布將把 GPT-4 模型整合到自家的 Bing 搜尋引擎，提供類似 ChatGPT 的對話體驗，讓搜尋更智慧化。

除此之外，摩根士丹利也在使用 GPT-4 整理數據，Stripe 則在測試是否能利用 GPT-4 來預防詐騙。連線上語言學習 App「Duolingo」、線上學習平台可汗學院 (Khan Academy) 和冰島政府都是 GPT-4 的客戶。

而針對視障和弱視族群提供協助的「Be My Eyes」App，也透過 GPT-4 建立了線上志願服務，使用者可以將圖像傳送到這個由 AI 驅動的服務，並透過回答問題的方式來獲得視覺輔助。

市場上對於GPT-4的期待與應用，仍然給予高度的期盼，GPT-4的問市， 不只是一個功能強大的 AI 模型，更是一個可以帶來多元化服務的新選擇。

以下是此次發佈會，說明GPT-4看圖上的幾個應用

像是去解釋以下這篇圖片的重點

或是去分析圖表給予見解

還是找出圖片中不合常態的地方

GPT-4的表現上都炫了一波，讓人類感受到AI有智慧的展現時代來臨了

站長非常期待未來能夠快速使用GPT-4，讓它幫我檢視考卷、整理書籍重點，還能藉由分析股市K線圖來給我投資建議，財務報表檢視分析建議，專利結構圖大數據分析，市調分析等等，能給圖+文字就可以做很多事情。相信這樣的AI運用將更貼近生活、更方便實用！感覺只要學會正確的詠唱方式，下好適當的指令，就可以實現很多事情，想想就很期待!

下圖是去年底流傳的參數訓練版本，但這次發表會沒有特別提到，很大機會是謠傳，僅供參考，實際官方發佈數據為準

如果你對ChatGPT的指令和咒語不熟，可以看看這篇1000+ChatGPT指令咒語大公開以及快速ChatGPT登入教學適用電腦手機，相信會對你有大大大的幫助，提升ChatGPT的潛力，幫助你事半功倍的運用AI。

AI是時代的巨浪，我們阻擋不了它的發展，那就駕馭它，想學習更多有關ChatGPT的指令咒語，歡迎搜尋FB社團:中文最大ChatGPT-AI詠唱研究院 一起討論學習

非公開社團手機開啟會被擋，請直接複制搜尋社團名稱
中文最大ChatGPT-AI詠唱研究院

如果你對AI繪圖感興趣，想要學習更多Stable Diffusion，也可以到AI繪圖分享Stable Diffusion研究社/Stable Diffusion prompt 臉書社團學習討論哦