OpenAI 发布了 ChatGPT Images 2.5,对其图像生成能力做了一次全面升级。核心改进有三个方向:速度更快(延迟比上一代降低约 50%),画面更逼真(光影和纹理更自然,人物面部特征保持得更好),以及编辑更精准(能只改你指定的部分,其余细节不动)。 目前 ChatGPT 每周的图像生成量已经超过 30 亿张,这次升级直接影响的就是这个庞大的用户群体。 除了模型本身的提升,OpenAI 还上线了几个实用功能。一个叫 Sketch,可以直接在 ChatGPT 里画草图,比如你画个大致的布局或轮廓,ChatGPT 会把它变成完整的图像。有时候画比说更快,这个功能就解决了"想法在脑子里但描述不出来"的问题。在对话框输入 @Sketch 就能用。 另一个是模板功能,提供了海报、商品图等常见格式的模板,不用每次都从零开始描述。还有一个图片评论编辑功能,可以直接在图上标注你想修改的地方,比反复用文字描述"把左上角那个东西改一下"要直观得多。 对开发者来说,API 端同步推出了两个新模型。GPT-Image-2.5 Flare 和 ChatGPT 里的体验一致,速度快、质量好,适合大多数场景。GPT-Image-2.5 Sunburst 则是面向高端创意工作的,生成时间更长但精度更高,适合做需要精细控制的品牌素材或产品图。 ChatGPT Images 2.5 今天起向所有 ChatGPT、ChatGPT Work 和 Codex 用户开放,覆盖桌面端、移动端和网页端。
I spent much of the weekend talking with the team who did this work. Seb--and everyone else--acted with integrity and generosity throughout. Initially we believed the other team had also solved the problem. We wanted to collaborate and do a joint release. When we learned that they had Euler but not Navier-Stokes, we offered to let them go first, to suggest that they should be the ones to get the prize, and optionally for Tristan to be the lead author on a rewrite of the OpenAI proof. We felt it was challenging to offer the same to Levent (an Anthropic employee), who was not willing to talk or coordinate with us anyway. We were open to other solutions. We would have greatly preferred coordination. We did not rush to publish even though the other team wasn't communicating with us. The team threatened us with unfounded accusations of plagarism. Now that we can see their work, the approaches appear to be different. It is also worth noting that our latest model can solve many, many other math problems. It is true that we tried this because there were rumors on the internet last week that Anthropic's models had solved a millennium problem and we were curious if ours could do it too.
《经济学人》估算,AI 到目前为止已经在美国创造了大约 100 万个新岗位,远远超过 2023 年中以来因 AI 而裁掉的约 20 万个工作。换句话说,AI 对就业的影响,眼下是净增长,不是净毁灭。 这个结论来自 9 月 4 日美国劳工统计局发布的 8 月就业数据:美国经济新增 16.2 万个工作岗位,远超预期,失业率维持在 4.1%,处于近半个世纪以来的低位区间。经常被认为"最先受冲击"的 20-24 岁年轻人,失业率与整体失业率之间的差距已经接近几十年来的最低水平。 就业增长主要来自两个方向。 一个是直接服务于 AI 的高技能岗位。工程师、软件开发者、数学家和数据科学家这些"离 AI 最近"的职业群体,自 2022 年以来增加了大约 73 万个超出趋势线的岗位。Burning Glass Institute 的首席经济学家估计,目前美国约 1% 的专业岗位可以归类为"AI 岗位",在计算机和生命科学领域这个比例达到 4% 到 5%。 另一个是 AI 基础设施带动的蓝领就业。数据中心建设支出一年内暴增 60%,电工、暖通技术员、电网工程师、商业建筑工人的需求被大幅拉高。Indeed 的数据显示,数据中心的安装和维护岗位薪资比同类工作高出约 40%。 但不是所有人都受益。客服岗位自 2023 年 1 月以来缩减了约 10%,行政助理缩减了约 15%。微软、Meta 在围绕 AI 重组业务的同时缩减人员;Block、Intuit 等公司在用自动化工具替换部分人工。2026 年至今,美国企业平均每月宣布约 1.6 万个与 AI 相关的裁员。只不过,这个数字放在整体劳动市场里很小——美国雇主正常状态下每个月会解雇大约 170 万人。 经济学家 Noah Smith 在同期的分析中指出了一个有意思的现象:虽然大家对 AI 的恐惧在上升(Pew 调查显示 50% 的美国成年人表示 AI 让他们"担忧多于兴奋",2021 年这个数字是 37%),但要在劳动数据中找到 AI 确实消灭了的职业,目前"极其困难"。《华尔街日报》也报道称,没有大学学位的美国工人正在经历近年来最好的就业市场之一。 需要注意的是,这些数据描述的是"到目前为止"。AI 技术本身仍在快速迭代,对就业市场的更深层影响可能还没有充分显现。而且数据中心建设带来的蓝领岗位,本质上是建设周期性的——项目建完,工作也就结束了,除非新的项目持续上马。另外,当前美国劳工统计局的公信力本身也在受到一些质疑,多方评论指出这些数据值得审慎对待。