揭秘GPT-4o背后：18人核心团队开创人机交互新篇章

什么样的神仙团队，做出的东西值得让OpenAI专门开一个发布会

在OpenAI一场简短的发布会后，GPT-4o的亮相虽然被一些业界大佬认为仅仅是小幅度的升级，但其展现的进步引起了广泛关注。特别是其原生多模态能力，即在一个神经网络中处理文本、音频、视觉三种模态，让其在特殊情况下还能进行实时语音翻译。

人机交互新纪元

OpenAI当初推出ChatGPT，其核心贡献在于创建了一个人机交互的界面，使得普通人能够通过文字与AI进行交流。这不仅让公众意识到AI的潜力，也使OpenAI的估值飙升至1000亿美元。GPT-4o的推出，预示着未来人们可以通过更多媒介与AI交流，其潜在影响目前尚未被充分认识。

18人核心团队

承载这一重任的核心团队仅有18人，包括4名华人。他们大多是90后，其中团队领导虽然只有本科学历，但其在OpenAI的研究生涯包括强化学习、无监督学习等前沿领域，并参与了多个关键项目。

团队领导 Prafulla Dhariwal 在大学前获得过国际奥数金牌，并曾担任过奥数教练。他在OpenAI的工作经历显示，尽管AI研究科学家的门槛通常是博士学位，但在某些情况下，’只有本科学位的AI研究科学家’可能更具领导力。

关键研究人员

团队中还包括了多位在图像、音频、数据处理等方面做出核心贡献的专家，他们中有的在加入OpenAI前在谷歌和Meta等公司工作过，有的曾参与影响数亿用户的产品项目。

华人成员的贡献

在OpenAI的多个引人注目的项目中，华人成员的贡献不容忽视。他们中有北京大学、清华大学、中科大、上海交大等高校的毕业生，他们在感知、音频、语言预处理等方面的专业技能对GPT-4o的成功发挥了重要作用。

这个多元化、年轻的团队，不仅代表了人工智能研究的前沿，也预示着未来人机交互的可能性。