OpenAI公开了人工智能(AI)智能体“Operator”。这一功能超越了仅回答提问的现有生成式AI,可执行商品购买、餐厅预订等复合任务。继谷歌、Anthropic、微软(MS)等之后,OpenAI也推出AI智能体,AI助理的普及有望加速。
23日(当地时间)OpenAI表示,AI智能体Operator将先以研究用途推出。与仅就需求给出单次输出的现有生成式AI不同,Operator可识别能在网页浏览器中执行的复杂指令并依次执行。它不仅能搜索并推荐餐厅,还能完成预订;也能识别手写的食材清单并在网上商城下单。旅行目的地的机票和酒店预订、呼叫优步等,只需以语音或文字提出要求即可完成。
Operator由改用现有GPT-4o视觉识别功能的“CUA(Computer-Using Agent)”模型驱动。其方式是AI观察在电脑上运行的网页浏览器并与之交互。出现问题时,它会发挥推理能力尝试自行解决,若最终无法解决则呼叫用户。OpenAI解释称:“用户可随时接管浏览器控制权,登录、支付明细等默认需手动输入,但可添加个性化用户指令。”
Operator与外送应用DoorDash、食品杂货配送应用Instacart、餐厅预订应用OpenTable、打车应用优步等合作,以保障灵活的可用性。今后计划开放CUA应用接口(API),提升外部应用的可接入性。
Operator服务目前在与ChatGPT分开的页面提供,但长期看有望整合进ChatGPT。现阶段使用对象限于月订阅费200美元的ChatGPT Pro用户中申请了实验室功能的用户。此外还对每日任务量和速度设有限制。这被认为是出于算力限制以及防止DDoS攻击等滥用的举措。服务地区将先从美国开始,再逐步扩大适用范围。不过据称欧盟(EU)因监管问题,服务提供时点可能推迟。
OpenAI也在加快提升ChatGPT性能。同日,OpenAI首席执行官(CEO)萨姆·奥尔特曼在其X(原推特)上表示:“将向ChatGPT免费用户提供OpenAI-o3 mini。”o3 mini是推理性能强于现有GPT的最新模型o3的轻量版,尚未正式发布。奥尔特曼未明示具体适用时点,但被解读为在o3发布之际,现基于GPT-4o的ChatGPT基本模型将被o3 mini取代。






