OpenAI 開發者日上新功能太火爆，伺服器都擠爆了。
大概發表後隔天早上6 點左右開始，ChatGPT 伺服器當機超過 90 分鐘，使用者連結網站會收到「ChatGPT 目前已滿載（ChatGPT is at capacity right now）」的消息。
隨後，OpenAI 接連發表兩次「伺服器中斷」警告 —— 一次部分中斷、一次全線中斷，並稱正在調查當機原因，進行修復和監控。
最新狀態顯示：「ChatGPT 和 API 仍然會出現週期性中斷。」
OpenAI 表示這是一次嚴重的伺服器中斷，也影響了該公司的 API 服務。
OpenAI CEO Sam Altman 對此次中斷表示抱歉，並在推特上說道：「我們在開發者日發表的新功能的使用情況遠遠超出了預期。我們原本計畫週一為所有訂閱者啟用 GPT，但仍未能實現。我們希望儘快。由於負載的原因，短期內可能會出現伺服器不穩定的情況。」
看來，開發者日上新功能的火爆程度是 Sam Altman 也沒想到的。
在開發者大會上，OpenAI 宣布推出 GPT-4 Turbo、GPTs，讓使用者無需寫程式，只要結合自己的指令、外部知識和能力就可以創建自訂版本的 ChatGPT。
ChatGPT 發表近一年，其每週使用者數量已經達到 1 億，並有超過 200 萬開發人員在 OpenAI 的 API 服務上進行開發，使用者增長速度驚人。如今，功能大上新更是直接把伺服器擠爆了。
網友反應也很快：「ChatGPT 當機了，我的工作怎麼辦？」
還有網友開玩笑稱：「ChatGPT 崩潰了，Stack Overflow 開心了。」
既然伺服器當機了，我們再仔細看看 OpenAI 開發者日的內容吧，或許有兩項發表，大家沒有給予太多的關注。
Whisper-V3、Consistency Decoder 的開源也很夠力
OpenAI 的首屆開發者大會，的確把大家都震撼到了。在這過去短短的 48 小時的時間裡，大家更多的把目光集中在了新模型 GPT-4 Turbo 的發表、GPTs 商店等內容上，現在更是直接把伺服器弄到崩潰了。
然而，在這場發表會之後，很多人都忽視了 2 個開源模型，如果你深入瞭解一下，它們和那些新產品一樣令人興奮，現在，這兩個項目都在 GitHub 熱榜上。
第一個是 Whisper-V3，被公認為目前最好的 OSS 語音辨識模型，新版相比 Whisper-V2 有了重大改進。OpenAI 於 2022 年 12 月發表第一代 Whisper，支援語音辨識、語音翻譯等能力。短短不到一年的時間，現在已經進化到 Whisper-V3，值得一提的是，OpenAI 表示不久將推出 API。
Whisper-V3（也稱為 Large-v3）使用了 Large-v2 （Whisper-V2）收集的長達 100 萬小時的弱標記音訊和 400 萬小時的偽標記音訊進行訓練而成。此外，相比前幾代模型，Whisper-V3 在多種語言上顯示出了較高的性能改進，下圖為 Whisper-V3 在 Common Voice 15 和 Fleurs 上的性能表現：
被大家忽略的另一個重點是 OpenAI 開源了一個專門改進 AI 圖像生成的研究 Consistency Decoder ，這項研究來自論文《 Consistency Models 》。與熱門的圖像生成模型 Midjourney 、Stable Diffusion 等不同，OpenAI 認為擴散模型依賴於反覆運算生成過程，導致採樣速度緩慢，進而限制了它們在即時應用中的潛力。因而他們創造性的提出了 Consistency Models，這是一類新的生成模型，無需對抗訓練即可快速獲得高品質樣本。
下圖我們可以很直觀的看到，Consistency Decoder 效果更好，能增加圖像生成的穩定性和一致性，讓生成的圖像更加清晰和連貫，例如下圖中人物眼部細節提升更加明顯：
網友猜測，Consistency Decoder 就是 DALL・E 3 用到的解碼器，以後繪製出慘不忍睹的人臉情況可能就不會發生了。
論文作者之一證明了網友的猜測，「非常高興發表 DALL・E 3 的 consistency decoder，這是一種 consistency 模型，可以以驚人的速度將 VQGAN 潛在圖像轉換為品質更高的圖像！」
現在看來，OpenAI 的每一項發表都值得細細研究，這些技術都在各自的領域有著重要價值。
加入電腦王Facebook粉絲團