GPT-6即将发布，你最期待哪些优化？
关于GPT-6，最近的传闻确实很密集，尤其是在OpenAI面临竞争压力的背景下。有爆料称，GPT-6（代号Astra）可能会在本月强行发布，其参数规模据传将达到惊人的10万亿，是GPT-4的5倍以上。如果这些传言成真，那GPT-6带来的可能不是一次简单的升级，而是从底层架构到应用形态的全面革新。作为经常和长文档、多模态数据打交道的人，GPT-6最让我期待的就是两点：超长上下文和原生多模态。第一，200万Token上下文，直接把RAG（检索增强生成）干成“备胎”了。 传GPT-6将拥有200万Token的上下文窗口，是GPT-5.4的两倍。200万Token什么概念？大概150万字、500页文档的量。这意味着处理一本书、一个大型代码库，不用再拆成碎片喂给AI了，直接整本丢进去就行。RAG那套“检索-拼接”的流程可能被大幅简化，前提是知识库总量小于200万Token。对于中小型知识库，长上下文方案更简单、更准确，但成本更高、延迟更大。第二，原生多模态，告别“拼接感”。 GPT-6据传将采用Symphony架构，实现原生多模态统一处理，一套架构搞定文本、音频、图像、视频。以前的“拼接式”多模态是先把文本、图像、音频分别编码，再在顶层融合；GPT-6的原生多模态是不同模态的信息在Transformer的每一层都可以交互。这意味着跨模态推理会更连贯，不再有那种“拼接缝”的感觉，一个模型就能服务所有模态。第三，Agent从“听话”到“懂事”。 GPT-6的Agent能力预计比GPT-5.4提升40%以上，能实现从“人驱动”到“人监督”的转变。以前是“人→指令→Agent执行1步→人确认”的循环；GPT-6时代可能是“人→目标→Agent自主规划+执行N步→关键节点确认→继续执行→结果”。一个能理解完整业务上下文后自主执行复杂任务的Agent，这才是真正能替你干活的AI同事。
发布于 四川
2
4
3
未登录
友善发言
评论
加载中
