GPT-4.5：精益求精，而非革命
OpenAI 最近向 ChatGPT Pro 用戶開放了 GPT-4.5，Plus、Team、企業和教育帳戶也將陸續開放。OpenAI 表示，這個內部稱為 ‘Orion’ 的模型「更了解人類意圖，能更細緻、更具情感智慧地解讀微妙的線索和隱含的期望」。它利用新的監督技術，以及傳統的微調和來自人類回饋的強化學習，與 GPT-4o 的開發過程相似。GPT-4.5 提供即時搜尋功能，支援檔案和圖片上傳，並整合了用於寫作和編碼的畫布。然而，它目前缺乏 ChatGPT 中的多模態功能，如語音模式、影片或螢幕共享。
OpenAI 強調，無監督學習提高了模型的準確性和直覺。這種方法一直是推動 GPT-3.5、GPT-4 和現在的 GPT-4.5 等模型進步的動力。另外，擴展推理訓練模型以系統地處理資訊，在回應之前產生一系列思考。這種有條理的方法提高了它們處理複雜 STEM 和邏輯挑戰的能力，正如 OpenAI o1 和 OpenAI o3-mini 等模型所展示的那樣。GPT-4.5 被呈現為擴展無監督學習的典型例子，利用增加的計算能力、更大的數據集和架構創新。據稱，它在 Microsoft Azure AI 超級計算機上進行訓練，擁有更廣泛的知識和對世界的更深入理解，減少了幻覺並提高了可靠性。
儘管取得了這些進展，GPT-4.5 並沒有引起太大的熱情。它被認為是一種漸進式的改進，而不是突破性的飛躍。雖然 OpenAI 吹捧增強的情感智慧、細微差別和創造力，但許多用戶並未觀察到與 GPT-4o 相比有顯著差異。缺乏多模態進展（GPT-4o 的一個關鍵特徵）進一步加劇了這種看法。
此外，GPT-4.5 表現出產生無意義輸出的傾向。OpenAI 的內部事實性基準測試工具 SimpleQA 顯示，GPT-4.5 在 37.1% 的時間裡會產生幻覺（自信地將捏造的事實呈現為事實）。這是一個嚴重的問題，即使與另一個先進的「推理」模型 GPT-4o 相比也是如此，GPT-4o 在同一基準測試中產生幻覺的比例為 61.8%。更小、更便宜的 o3-mini 模型表現出更高的幻覺率，達到 80.3%。
目前的人工智慧格局，包括 Anthropic 的 Claude 3.7 和 Google 的 Gemini 等競爭對手，提高了人們對重大升級的期望。用戶正在尋求突破，而不僅僅是改進，而 GPT-4.5 目前的形式似乎未能達到這一目標。
推理模型的興起與投資者信心
Elon Musk 最近在 X 上表示，人工通用智慧 (AGI) 即將到來。這一聲明發表之際，OpenAI、Google、Meta、Microsoft、DeepSeek、Anthropic 和 Musk 自己的 xAI 等科技巨頭正熱烈地競相開發推理模型——旨在模擬人類思維的人工智慧系統。
投資者顯然對這一追求表現出熱情。在推出具有混合推理功能的 Claude 3.7 Sonnet 後不久，Anthropic 獲得了 35 億美元的 E 輪融資。這使其估值增加了兩倍，達到 615 億美元，鞏固了其作為 OpenAI 主要競爭對手的地位。這項投資由 Lightspeed Venture Partners 領投，Salesforce Ventures、Cisco、Fidelity、Jane Street 等公司參與，將用於擴大 AI 開發的計算能力，加強安全研究，並加速全球增長。
推動推理的界限：BBEH 基準測試
大型語言模型 (LLM) 越來越多地整合到日常應用中，需要在不同領域具備強大的推理能力。然而，現有的基準測試通常優先考慮數學和編碼，而忽略了其他關鍵的推理類型。雖然 BIG-Bench 數據集已被廣泛用於評估 LLM 在複雜推理任務上的表現，但模型已經取得了顯著進展，以至於它們現在在 BIG-Bench 及其更具挑戰性的變體 BIG-Bench Hard (BBH) 上都取得了接近滿分的成績。這種飽和使得這些基準測試在衡量進一步的進展方面效果較差。
為了解決這一限制，研究人員推出了 BIG-Bench Extra Hard (BBEH)。這個新的基準測試用更困難的版本替換了 BBH 中的每個任務，同時仍然評估相似的推理技能。在 BBEH 上的測試顯示，即使是最好的通用模型也只能達到 9.8% 的分數，而專門為推理設計的頂級模型則達到了 44.8%。這些結果突顯了 LLM 在複雜推理方面面臨的持續挑戰，表明還有很大的改進空間。完整的研討會論文提供了有關這個新基準測試的更多詳細資訊。
AI 驅動的衛星：太空探索與營運的新時代
TakeMe2Space 是一家位於海德拉巴的太空科技初創公司，最近在一輪由 Seafund 領投的種子前融資中獲得了 5.5 億盧比的資金，Blume Ventures、Artha Venture Fund、AC Ventures 和其他天使投資者也參與其中。這筆資金雖然不多，但標誌著朝著建立印度第一個太空 AI 實驗室邁出了重要一步。TakeMe2Space 計劃利用這筆資金開發 MOI-1（My Orbital Infrastructure–Technology Demonstrator），這是一個平台，允許用戶通過名為 Orbitlab 的網絡控制台將地球觀測 AI 模型或其他太空實驗直接上傳到軌道衛星。用戶只需支付衛星使用時間，費率為每分鐘 2 美元。
據報導，該公司的 MOI-TD 平台已展示了從地面站上傳大型 AI 模型、在衛星上執行外部程式碼以及安全地下傳編碼和加密結果的能力。這代表著朝著更自主和高效的衛星營運邁進。
TakeMe2Space 並非孤軍奮戰。ESA（與 OPS-SAT）和 Globalstar 等組織也在開創 AI 驅動衛星技術的實際應用，範圍從安全的物聯網通信到在軌 AI 模型執行。隨著技術的不斷進步，AI 驅動的衛星將變得越來越自主，從而實現更高效的太空營運，並為研究、安全和全球連接開闢新的可能性。
傳統上，衛星在數據處理、決策和指令執行方面嚴重依賴地面站。數據必須下傳，在地球上進行分析，然後將處理後的見解上傳回衛星——這個過程既耗時又佔用大量頻寬。然而，AI 和邊緣計算（在設備本身而不是在雲端處理數據）的進步現在使衛星能夠在機載處理數據、做出自主決策，並安全地僅傳輸最關鍵的見解。這將帶來更快、更智慧、更高效的營運。
現代 AI 驅動衛星的操作通常涉及三個關鍵步驟：
- AI 演算法的上傳： AI 演算法從地面站傳輸到衛星，為它們提供先進的數據處理能力。
- 機載數據分析： AI 模型直接在軌道上分析圖像、感測器數據和其他輸入，最大限度地減少了對持續地面干預的需求。
- 安全下傳見解： 衛星不傳輸原始數據，而是發送加密的見解，從而節省頻寬並增強安全性。
這種 AI 驅動的方法提供了幾個優勢。它通過使衛星能夠在太空中處理數據來顯著減少延遲，從而能夠更快地響應即時情況，而無需等待地面站的指令。頻寬使用得到優化，因為只傳輸最相關的見解，而不是大量的原始數據。通過加密通信也提高了安全性，降低了網絡威脅和數據洩露的風險。這些優勢在災害應變、軍事行動和太空探索等應用中尤其有價值。
AI 驅動衛星的實際應用是多樣化且具有影響力的：
- 災害管理： 配備 AI 的衛星可以即時檢測野火、洪水和颶風，使應急響應團隊能夠迅速採取行動。
- 精準農業： AI 模型分析作物健康和土壤條件，以增強精準農業實踐。
- 環境監測： 環境機構利用衛星數據來追蹤空氣和水污染水平。
- 自主導航和太空營運： AI 通過預測和應對潛在威脅來改善碰撞避免，確保衛星的安全。它還有助於協調衛星星座，增強覆蓋範圍和效率。此外，AI 在追蹤和預測軌道碎片運動方面發揮著至關重要的作用，降低了對太空基礎設施造成損壞的風險。
- 國防與安全： AI 驅動的監控系統可以更準確地檢測未經授權的活動和軍事行動。
- 電信和物聯網： AI 驅動的衛星有助於實現更智慧的流量路由，改善衛星互聯網連接並確保無縫的全球通信。
- 太空探索： AI 提高了太空望遠鏡在檢測小行星和系外行星方面的效率，顯著推進了太空發現工作。
儘管有許多優勢，但在 AI 驅動衛星的開發和部署方面仍然存在挑戰：
- 有限的計算能力： 衛星必須在低功耗、抗輻射的晶片上運行，這限制了 AI 能力。
- 惡劣的太空環境： 輻射暴露會帶來硬體故障的風險。
- 安全威脅： 在太空中上傳和執行外部程式碼需要仔細管理，以防止網絡攻擊。
- 成本和開發時間： 構建、測試和驗證 AI 相容的衛星硬體是一個昂貴且耗時的過程。
- 適應性要求： 部署在軌道上的 AI 模型必須具有高度適應性，以最少的更新運行並自主適應新場景。
AI 解鎖：消除 ChatGPT 中的重複短語
AI 可以成為內容創作中的寶貴工具，協助寫作、集思廣益、提高清晰度、完善結構和增強整體可讀性。然而，AI 生成文本的一個常見問題是，由於重複的單詞選擇，它傾向於使用公式化的語言。AI 通常不提供新鮮、有影響力的訊息，而是依賴熟悉的模式，降低了效率和原創性。
過度使用的單詞和短語，例如「delve」、「tapestry」、「vibrant」、「landscape」、「realm」、「embark」、「excels」、「It’s important to note…」和「A testament to…」，會顯著降低 AI 生成內容的質量。對於產品行銷人員來說，這種重複會使訊息不那麼引人注目，降低受眾參與度，削弱品牌差異化，並阻止見解和策略訊息在擁擠的市場中脫穎而出。
通過利用 ChatGPT 的記憶功能，可以緩解此問題並消除過度使用的單詞和短語。以下是如何有效利用此功能的方法：
存取： 可以通過其網站或移動應用程式存取 ChatGPT。
優點：
- 增強原創性： 確保 AI 生成的內容感覺不那麼機械化，更人性化。
- 改進品牌訊息傳遞： 避免削弱品牌差異化的通用措辭。
- 提高參與度： 通過減少冗餘來鼓勵更有效的溝通。
範例：產品行銷內容生成
假設一位產品行銷人員負責為新產品發布起草內容。對 ChatGPT 的初始請求可能會導致充滿重複和通用短語的回應，例如「delving into an intricate landscape of innovation…」，使訊息感覺缺乏靈感。
為了創建更引人注目和獨特的內容，行銷人員可以按照以下步驟操作：
- 設定提示： 行銷人員明確指示 ChatGPT：「請避免使用以下單詞：delve, tapestry, vibrant, landscape, realm, embark, excels。請將此記住。」這指示 ChatGPT 在其回應中主動過濾掉這些術語。
- 使用持久記憶： 「請將此記住」這句話確保 ChatGPT 在多次互動中保留這些特定指令。這使得能夠持續避免指定的單詞和短語。ChatGPT 將在生成文本之前檢查其記憶並遵守指令以避免指定的術語。
- 人工審閱： 生成回應後，行銷人員會審閱內容中是否有任何剩餘的冗餘，並微調語言以確保清晰度和影響力。
有效性：
- 提示自定義： 特定指令有助於塑造 AI 的輸出。
- 記憶保留： ChatGPT 可以跨對話存儲和遵循單詞避免規則。
- 人工細化： 最後的人工編輯可確保清晰度和真實性。
注意：本節中介紹的工具和分析基於內部測試，並展示了明確的價值。這些建議是獨立的，不受工具創建者的影響。
其他 AI 新聞和發展
AI 驅動的智慧型手機崛起： 德國電信在巴塞隆納舉行的 2025 年世界移動通信大會上宣布計劃推出一款 AI 驅動的智慧型手機，該手機配備 Perplexity 助手。該助手旨在簡化日常任務，例如叫計程車、預訂餐桌、即時翻譯語言和回答用戶查詢。該公司設想這將是一個虛擬助手，通過撰寫電子郵件、發起通話、總結文本和管理日曆來為數百萬客戶提供支援。AI Phone 將整合 Google Cloud AI、ElevenLabs 和 Picsart 以增強其功能，並計劃於今年稍後推出。InMobi 旗下部門 Glance 和 Google Cloud 也宣布合作，利用 Google 的 AI 模型開發面向消費者的 AI 應用程式，以增強智慧型手機鎖定螢幕和環境電視螢幕上的用戶體驗。Glance 目前為全球超過 4.5 億部基於 Android 的智慧型手機提供支援。
政府部門重大網絡事件減少： 根據最新的 Kaspersky Managed Detection and Response (MDR) 分析師報告，政府和開發行業在 2024 年涉及直接人為參與的高嚴重性事件顯著減少。然而，食品、IT、電信和工業部門的此類事件有所增加。
OpenAI 計劃將 Sora 整合到 ChatGPT 中： OpenAI 正在努力將其 AI 影片生成工具 Sora 直接整合到 ChatGPT 中。目前，Sora 只能通過專用的網絡應用程式使用，允許用戶生成長達 20 秒的電影剪輯。OpenAI 還在開發由 Sora 驅動的 AI 圖像生成器。