GPT-4的热度还未消退，GPT-5的相关消息已是层出不穷。

7月31日，美国商标律师Josh Gerben称OpenAI 已于7月18日向美国专利商标局（USPTO）提交了「GPT-5」名称商标申请。

商标申请信息显示，GPT-5能够提供离线/在线版本的“人工生成语音和文本的计算机软件”，以及离线/在线版本的“自然语言处理、生成、理解和分析的计算机软件”。

在美国专利商标局的网站上，也可以查询到OpenAI提交的商标申请。

在这份新商标申请中，OpenAI将“GPT-5”描述为一种“用于使用语言模型的可下载计算机软件”，这和之前发布GPT-4和GPT-3的描述一致。

目前，GPT-5的商标注册已被主管局接受，但尚未分配给审查员。

不过，OpenAI对GPT-5也是十分低调，并没有主动透露过太多信息。

OpenAI CEO Sam Altman在6月的北京智源大会上也说明过，目前还没有发布GPT-5的打算，也透露尚未开始训练GPT-5。

外界预估OpenAI申商标的主要目的是防止有商标蟑螂抢先申请，但考虑到OpenAI一贯的做事风格，不排除 GPT-5 已开始训练。

01

GPT-5或为GPT-4的改进版本

从美国专利商标局官网查询到的信息来看，OpenAI在商标申请中概述了GPT-5的用途和功能，主要包括以下内容：

- 语言模型应用：人工生成人类语音和文本的软件。

- 语音识别和生成：可以识别音频，将音频数据文件转换为文本，同时也支持语音生成功能。

- 基于机器学习的语言和语音处理：GPT-5提供了基于机器学习的语言和语音处理软件，使用户能够利用数据训练算法，分析、分类并对数据采取相应措施。

- 多语言翻译：GPT-5拥有文本和语音翻译功能，使得用户可以方便地进行跨语言的交流和理解。

- 数据共享：该系统支持共享数据集，可以用于机器学习、预测分析和构建语言模型，为研究人员和开发者提供了重要资源。

此外，OpenAI还打算提供软件即服务（SaaS）功能，开发和实现人工神经网络，并提供API软件，使其他开发者可以更轻松地集成GPT-5的功能和算法到自己的应用程序中。

不过，从整体来看，这份最新的申请文件中，除了“GPT-5”这个名字是唯一有趣的细节，其余的内容与之前GPT-4相差不大，可以说是毫无新意。

因此，有人推测，GPT-5应该是GPT-4的改进版本，会在性能上有所提升，但是否是跨时代的飞跃性产品，还很难说。

但以GPT-4的提升速度为参考，相比最初使用的GPT-3.5模型，GPT-4确实有了极大的跃升。

在能力上，GPT-4拥有了多模态识别能力，此外，GPT-4的文字输入限制提升至2.5万字，回答准确性也大大提高，还能进行歌词、文学创作，实现风格变化。

GPT-3.5和GPT-4的文本输入限制对比

而且，根据知名黑客乔治・霍兹（George Hotz）揭秘，GPT-4的信息GPT-4是一个混合模型，其整体参数高达100万亿，而上一代的GPT-3.5只拥有1750亿参数规模，参数规模扩大了近6倍。

照此推断，GPT-5的整体参数规模至少也是在万亿以上，有望成为世界最大规模的AI工具。

但从目前的商标注册信息来看，GPT-5并没有特别亮眼的功能，也未透露更具体的参数信息，看起来显得有点平平无奇。

02

GPT-5可能有哪些提升？

自GPT-4展现了AI大模型的无边法力之后，AI成为了魔法般的存在，被寄予无限的期待。

GPT-5虽然至今还未问世，但此起彼伏的争议确实令人们对它又不安，又期待。甚至有人认为它能达到人工通用智能（AGI）的水平，成为生成式AI的终极形态。

技术的发展离不开人们的想象，在GPT-4发布应用半年后，人们对GPT-5的想象似乎更具体了一些，从中或许能够窥见GPT-5的些许轮廓。

在诸多的报道和研发者关于GPT-5的看法上，多模态能力是经常谈及的部分，也是生成式AI提升的重要方向。

目前 GPT-4只能处理文本和图像两种类型的数据，人们希望GPT-5能够在语音、视频等其他模态上有所突破。

就在不久前，Meta发布了ImageBind，这是第一个将六种类型的数据结合到一个单一的嵌入空间的模型。

该模型包括的六种数据是：视觉（图像和视频形式）、热力（红外图像）、文本、音频、深度信息和运动读数。

这令AI实现了感官的大一统，AI具备了与人一样的感知能力，其意义在于AI输出的将不再是简单的信息，而是虚拟的“现实”。

其次，减少幻觉是GPT-5被寄予厚望的一方面。

不少人在和ChatGPT、Bing AI Chat或Google Bard聊天时发现，AI有时会进入暴走模式，开始胡言乱语。

先前，谷歌的AI聊天机器人Bard就因为“口无遮拦”，导致其母公司Alphabet股价暴跌 8%，市值缩水1000多亿美元。

在行业领域内部，这一现象有着一个专业术语——“幻觉”。

AI幻觉指的是AI的一种自信反应。当模型有“幻觉”（输出欺骗性数据的倾向）时，其使用的训练数据并不能证明输出的合理性。其危险之处在于，模型的输出看起来是正确的，而本质上是错误的。

长此以往，这种微妙的错误信息可能会导致诸多的社会问题，比如改变对是非的看法。

为此，各大AI公司都将“治愈AI幻觉”摆在人工智能发展的重要位置。

先前，英伟达就推出了“护栏技术”（NeMo Guardrails），其作用相当于是给大模型加上一堵安全围墙，既能控制它的输出、又能过滤输入它的内容。

目前，在OpenAI的内部对抗性真实性评估中，GPT-4的得分比最新的 GPT-3.5 模型高 40%，在各个类别的准确度测试中，它非常接近 80% 的分数。相信GPT-5还会在对抗幻觉上，取得更大的优势。

此外，在计算效率上，计算成本一直是制约大模型迭代的重要因素。

在计算效率与成本上，GPT-4的定价是每1,000个prompt token0.03美元，默认速率限制为每分钟40,000个token和每分钟200个请求。

而GPT-3.5-turbo的定价是每1,000个token 0.002美元，只有GPT-4的1/15。

由此看来，GPT-4的维护成本将会比GPT-3.5高出许多，运行和维护GPT-4模型的成本就变得非常昂贵。

但同行谷歌表示，模型越大并不总是越好，研究创造力是制作伟大模型的关键。其推出的PaLM2仅接受了3400亿个参数的训练。

GPT-5如果继续扩大参数规模，其成本必将水涨船高，后期的维护会成为非常大的问题。

并且，用户和企业不一定能够承担相应的费用。OpenAI是选择继续做“大”模型，还是转换策略，优化计算性能，这都将在GPT-5发布时见证。

作者：西瓜 排版：黄蕾卉

图片源于Q仔互联网冲浪所得，若有侵权，后台联系，Q仔滑跪删除~

花粉社群VIP加油站