使用昂贵的模型处理基本任务，如同“用兰博基尼送披萨”

近日的报道援引消息人士称，为了吸引更多的企业和开发者更多地使用其技术，OpenAI计划在接下来的月份为其AI产品推出一项重大更新，以使开发者能够更经济、更快速地构建基于其AI模型的软件应用程序。

这次更新的内容主要包含在其开发工具中添加内存存储这一项。理论上，这可以将应用程序制造商的开发成本降低多达20倍，解决众多合作伙伴对于价格的担忧。

除此之外，OpenAI还计划推出新的视觉功能等工具，使开发人员能够构建具有分析图像以及描述图像能力等应用。OpenAI希望这些技术能被广泛应用于娱乐、医学等诸多领域。为开发人员提供这种工具标志着OpenAI在推出多模态功能这条路上迈出了重要的一步，该功能可以处理和生成除文本之外的不同类型的媒体，例如图像、音频和视频等。

这些新的功能预计将会在11月6日于旧金山举行的OpenAI首届开发者大会上推出。

OpenAI的CEO Altman一直都将让OpenAI成为其他公司构建应用程序所必不可少的元素视为他的重要战略目标之一。然而，最近该公司在吸引外部人士利用其技术开展业务方面面临着一些挑战。

今年早些时候，OpenAI匆忙发布了ChatGPT插件Scholar AI，这是允许开发人员在ChatGPT内部创建应用程序的附加工具。OpenAI希望这个插件能像苹果的iOS应用商店一样受到欢迎，从而为其赢得比竞争对手更大的优势。

然而，这款插件并未引起太大的反响。据该插件的开发者LakshyaBakshi统计，截至今年8月底，Scholar AI插件每天仅有约7000名用户，而ChatGPT则每月吸引约1. 8亿活跃用户。

Altman也承认还有更多工作要做。今年早些时候，Altman在伦敦向一群开发人员承认，这个插件尚未获得市场的关注。

此外，Altman还亲自与一些开发者交谈，表达了他希望基于OpenAI模型构建新生态系统的愿望。虽然其模型现已融入从DoorDash到写作助手Jasper等无数应用程序中，但距离Altman的预期还有一段距离。
2.年收入已突破13亿美元，OpenAI是否即将盈利？

在努力构建OpenAI模型新生态的同时，Altman对OpenAI的营收能力也十分关注。据The Information报道，Altman本周告诉员工，OpenAI的年收入现已突破13亿美元。这意味着该公司每月的收入超过1亿美元，比去年夏天增长了30%。

值得注意的是，OpenAI 2022年全年的总收入仅为2800万美元。

自从二月份推出付费版本的ChatGPT以来，OpenAI的财务增长可谓飞速增长。此外，该公司还于8月宣布推出ChatGPT Enterprise，这是其面向商业用户的流行对话式AI聊天机器人的商业版本。

也许单独来看，作为一家备受关注的人工智能独角兽企业，OpenAI的收入并不算高，但如果对比风头最接近OpenAI的竞争对手Anthropic的收入来看，OpenAI如今13亿美元的年收入还是比较有说服力的。

上周，据外媒报道称，Anthropic正寻求再融资20亿美元，估值为20至300亿美元。然而，Anthropic公司的年化收入仅达到1亿美元，即每月约800万美元。

虽然两家公司都提供同类型的产品，但ChatGPT的市场成功目前已经推动OpenAI遥遥领先。微软、Stripe、沃尔沃和宜家等大型企业已经在使用OpenAI的大语言模型产品构建自家应用。

随着收入的大幅增长，可能会在即将到来的邀约收购中推高OpenAI的私人估值。据《华尔街日报》报道，该公司的总估值可能很快就会达到令人瞠目的80至900亿美元。

目前，尽管来自谷歌和Anthropic的竞争不断涌现，OpenAI似乎仍将保持势头。但维持长期增长可能需要解决开发和运行大语言模型的高计算成本问题。

尽管如此，对于一家去年仅产生2800万美元收入的公司来说，OpenAI在短短几个月内收入激增至13亿美元，这已经是一个巨大的成功故事。这家初创公司的持续增长凸显了大型语言模型的颠覆性潜力。
3：虽然大模型在许多方面具有优势，但要想盈利，并不容易。

据《华尔街日报》报道，微软和谷歌等大型科技公司正在努力应对将人工智能产品（如ChatGPT）转化为盈利企业的挑战。尽管这些公司大力投资可以生成业务备忘录或代码的AI技术，但运行高级AI模型的成本已经成为一个重大障碍。例如，Microsoft的GitHubCopilot每月亏损超过20美元，用户支付10美元的固定费用，但微软为每个用户每月平均支付的费用超过了这个数。在某些情况下，个人高级用户每月给公司带来的费用高达80美元。

AI服务之所以昂贵，部分原因是许多公司一直在寻找最强大的AI模型。例如，微软使用OpenAI的GPT-4来实现其许多AI功能，而GPT-4是最大且最昂贵的人工智能模型之一，需要大量的算力。使用最强大的人工智能模型来完成简单的任务可能有些过头了，这就像“让兰博基尼送披萨”。

因此，微软一直在为其BingChat搜索引擎助手探索成本更低的替代方案，包括Meta的Llama2语言模型。然而，随着AI加速硬件的进步，运行这些复杂模型的成本可能会下降，但这个时间到底是多久，谁都无法确定。