آغاز ۱۲ روز OpenAI با معرفی محصولات و بروزرسانی‌های جدید

طی چند هفته گذشته، OpenAI در زمینه اعلام محصولات جدید یا بروزرسانی‌ها نسبتاً کم‌ فعالیت بوده است. اما اکنون با مجموعه‌ای از اطلاعیه‌های جدید، از این دوره سکوت نسبی خارج می‌شود.

۱۲ روز OpenAI از فردا شروع می‌شود.

هر روز هفته، OpenAI یک پخش زنده با معرفی یا دمویی جدید برگزار می‌کند. این شرکت همچنین اشاره کرده است که این مجموعه اعلامیه‌ها شامل برخی اطلاعیه‌های بزرگ و کوچک خواهد بود. مدیرعامل OpenAI، سم آلتمن، در توییتی گفت که آن‌ها چیزهای فوق‌ العاده‌ای برای به اشتراک گذاشتن دارند.

انتظارها از اعلامیه‌های OpenAI:

در ادامه، برخی از مواردی که ممکن است طی این رویداد معرفی شوند را بررسی می‌کنیم:

1. مدل کامل o1: در ماه سپتامبر، OpenAI نسخه پیش‌ نمایش سری مدل‌های o1 را معرفی کرد که برای انجام وظایف پیچیده مناسب‌تر هستند. این مدل‌ها قادر به حل مسائل سخت‌تر در زمینه‌های علم، کد نویسی و ریاضیات بودند. انتظار می‌رود مدل کامل o1 در این رویداد معرفی شود.

2. پیش‌ نمایش عمومی Sora: اوایل امسال، OpenAI مدل تولید ویدیو به نام Sora را معرفی کرد. با این حال، پیش‌ نمایش عمومی آن به دلایل مختلف به تعویق افتاد. طبق گفته‌های میرا موراتی، مدیر ارشد فناوری سابق OpenAI، این مدل قرار است اواخر سال ۲۰۲۴ به صورت عمومی عرضه شود. بنابراین، احتمالاً این هفته شاهد پیش‌ نمایش عمومی Sora خواهیم بود.

3. ورودی ویدیویی در ChatGPT: هنگام معرفی مدل GPT-4o، قابلیت پیشرفته حالت صوتی و پردازش ورودی ویدیویی در زمان واقعی نمایش داده شد. در حالی که حالت صوتی پیشرفته در دسترس کاربران پولی ChatGPT قرار گرفته، قابلیت ورودی ویدیویی هنوز عرضه نشده است. شاید در این رویداد این ویژگی معرفی شود.

4. افزایش طول کانتکست: در مقایسه با Google Gemini و مدل‌های جدید دیگر، مدل‌های OpenAI در زمینه طول کانتکست (context window) ضعیف‌تر هستند. احتمال دارد این شرکت طول کانتکست مدل‌های جدید خود را که تا ۱۲۸,۰۰۰ توکن بود، افزایش دهد.

5. مدل جدید GPT (GPT-4.5 یا GPT-5): زمانی که مدل GPT-4o در ماه مه معرفی شد، رهبر بی‌ چون‌ وچرای مدل‌های زبانی بزرگ (LLM) بود. اما از آن زمان تاکنون، مدل‌های گوگل، علی‌ بابا، آمازون و دیگر رقبا در برخی حوزه‌ها از GPT-4o پیشی گرفته‌اند. احتمال دارد OpenAI مدل جدیدی معرفی کند.

6. بروزرسانی‌های DALL-E: مانند GPT-4o، مدل تولید تصویر DALL-E 3 نیز که در سال ۲۰۲۳ عرضه شد، اکنون از سوی رقبا پشت سر گذاشته شده است. ممکن است OpenAI نسخه جدیدی از این مدل را همراه با عرضه مدل ویدیویی Sora معرفی کند.

7. قابلیت‌های Agents: مدیرعامل OpenAI، سم آلتمن، بارها به «Agents» اشاره کرده است. ممکن است قابلیت‌های جدیدی معرفی شود که به توسعه‌ دهندگان امکان ساخت آسان‌تر Agents را بدهد.

دیگر انتظارات:

علاوه بر موارد فوق، احتمال دارد شاهد این موارد نیز باشیم:

1. بهبود اپلیکیشن‌های ChatGPT
2. گسترش قابلیت جستجوی وب در ChatGPT
3. ابزارها و امکانات جدید برای توسعه‌ دهندگان

انتظارها از OpenAI بسیار بالاست؛ باید دید آیا می‌تواند انتظارات کاربران و توسعه‌ دهندگان را برآورده کند یا خیر.