《科創(chuàng)板日?qǐng)?bào)》3月28日訊（編輯 宋子喬） 隨著OpenAI的圖像生成功能完成重大升級(jí)，新的問(wèn)題出現(xiàn)了。

OpenAI創(chuàng)始人Sam Altman表示：ChatGPT的文生圖應(yīng)用需求過(guò)高，我們的GPU“冒煙了”（melting，原為融化之意），在努力提高效率的同時(shí)，將暫時(shí)對(duì)ChatGPT生成圖片的功能引入一些速率限制。

這意味著，OpenAI將對(duì)ChatGPT的圖像生成功能實(shí)施臨時(shí)限速，降低單位時(shí)間內(nèi)的請(qǐng)求處理量，緩解GPU過(guò)載壓力，并優(yōu)先保障文本生成、對(duì)話等核心功能的穩(wěn)定性，或許將暫時(shí)放緩圖像生成的技術(shù)優(yōu)化節(jié)奏。

此前3月26日，OpenAI推出基于GPT-4o模型的圖像生成功能——Images in ChatGPT，用戶可在ChatGPT及Sora平臺(tái)直接通過(guò)自然語(yǔ)言指令生成、編輯圖像，支持多輪迭代優(yōu)化。這標(biāo)志著ChatGPT正式將文本、圖像、代碼等多模態(tài)能力深度整合，實(shí)現(xiàn)從單一語(yǔ)言模型向全模態(tài)智能體的跨越。

該功能上線后，以“動(dòng)動(dòng)嘴就能P圖”的便利迅速火爆，互聯(lián)網(wǎng)平臺(tái)上涌入大量由個(gè)人照片、知名梗圖轉(zhuǎn)變而來(lái)的“吉卜力”卡通風(fēng)格圖片。連Altman也感嘆起該功能帶來(lái)的潑天流量：“自己過(guò)去十年埋頭苦干做AI，試圖幫助實(shí)現(xiàn)超級(jí)智能來(lái)治愈癌癥之類的事情。前7.5年幾乎無(wú)人問(wèn)津，接下來(lái)的兩年半，做什么都會(huì)引來(lái)所有人的厭惡。然后某天醒來(lái)收到幾百條消息，人們告訴你被畫成了吉卜力風(fēng)格的美少年。”

Sam Altman在社交平臺(tái)上的新頭像，生成自Images in ChatGPT

生成自Images in ChatGPT

生成自Images in ChatGPT

與此同時(shí)，由于圖像生成功能的受歡迎程度遠(yuǎn)超預(yù)期，OpenAI原本計(jì)劃本周向所有用戶推送這項(xiàng)功能，但現(xiàn)在“被迫”推遲了向免費(fèi)用戶開放新功能的時(shí)間。

與作為擴(kuò)散模型運(yùn)行的DALL?E根本區(qū)別是，GPT-4o圖像生成是原生嵌入在ChatGPT中的自回歸模型。OpenAI根據(jù)在線圖像和文本的聯(lián)合分發(fā)來(lái)訓(xùn)練模型，使得模型可以學(xué)習(xí)圖像與語(yǔ)言的關(guān)系，使其生成有用、一致且具備上下文感知的圖像。

GPU就像一群超級(jí)快的“畫師”，能同時(shí)處理大量計(jì)算任務(wù)，生成圖片（如DALL?E、Stable Diffusion）需要AI逐像素計(jì)算，每一步都要處理海量數(shù)據(jù)。而讓AI生成更精確、更高清的圖像依賴于GPU的大規(guī)模并行計(jì)算。OpenAI提到，因?yàn)檫@個(gè)模型會(huì)創(chuàng)建更詳細(xì)的圖片，所以圖像需要更長(zhǎng)的渲染時(shí)間，通常會(huì)達(dá)到一分鐘。

如此一來(lái)，文生圖功能的用戶越多，需要的GPU算力成倍增長(zhǎng)。

解決方式主要有兩種，更強(qiáng)的GPU或更高效的AI模型，前者走“力大磚飛”路線，后者寄希望于算法的優(yōu)化，即通過(guò)改進(jìn)AI算法讓同樣的GPU能處理更多任務(wù)（比如用更小的模型或壓縮技術(shù)）。

作為AI領(lǐng)域的頭部玩家，OpenAI背后的GPU儲(chǔ)備自然是業(yè)內(nèi)頂尖水準(zhǔn)。根據(jù)技術(shù)咨詢公司Omdia的分析，微軟作為OpenAI的主要投資者，在2024年購(gòu)買了約48.5萬(wàn)塊英偉達(dá)的Hopper芯片，是其主要競(jìng)爭(zhēng)對(duì)手Meta的兩倍，這使其成為英偉達(dá)GPU的最大買家。OpenAI的大模型正是用微軟的Azure云基礎(chǔ)設(shè)施進(jìn)行訓(xùn)練。

可以說(shuō)，OpenAI因新功能面臨的問(wèn)題，折射了AI多模態(tài)技術(shù)發(fā)展中的資源與需求平衡難題，一方面，AI應(yīng)用對(duì)GPU等算力資源的需求依然龐大，另一方面，行業(yè)繼續(xù)呼喚技術(shù)迭代，以求高效利用現(xiàn)有資源。