插件：门槛最低的 AI 另类原生应用
2023-10-2306:03
大模型 + 插件模式，极有可能是 AI 大模型商业化的答案之一。
10 月 17 日，在“2023 百度世界大会”上，李彦宏正式发布了最新的文心大模型 4.0 版本。一时间，各种测评纷涌而至，各大科技媒体从理解、生成、逻辑和记忆能力等方面，对模型进行了全方位测评。
然而，除了被人反复谈论的文心 4.0 之外，在发布会上，另一个稍显低调的功能，却也冷不丁地显示了未来大模型的发展趋势。
目前，文心 4.0 光是插件就有 8 个，包括一镜流影（文字转视频）、说图解画（看图说话）、E 言易图（可视化数据分析）等。
不仅如此，百度文心大模型插件开发平台——灵境矩阵平台，上线 1 个月已有 2.7 万家开发者申请入驻，个人开发者占比超 30%。那么，百度为何如此重视插件？而插件生态的繁荣，对大模型又意味着什么？从某种程度上说，插件对于大模型，相当于是另一大隐藏的“杀手锏。”在不对模型算法、参数进行改进的情况下，仅仅凭借一个简单的外接插件，模型能力就有可能得到显著扩展和提升。此前，GPT-4 就已经通过插件功能实现了如虎添翼的效果。外界甚至将那次提升称之为 GPT-4.5 的到来。
今年 7 月 9 号，OpenAI 宣布将官方插件 Code Interpreter（代码解释器）通过设置中的 Beta 面板向所有 ChatGPT Plus 用户提供。
那 Code Interpreter 具体能做什么？简单来说，它相当于是 GPT-4 能力边界的一次大扩展，能让 GPT-4 做到很多之前做不到的事。例如，在该插件推出后，推特用户@歸藏展示了用代码解析器分析 newsletter 订阅用户数据的过程。代码解析器从分析数据到制图，都不需要使用任何复杂软件，只需要说出：“我想分析最近一个月订阅用户增长的趋势”这类直白的 prompt，就可以完成。
除外，人们还能直接用“人话”让 GPT 通过数据制作一些可视化的 GIF 图片。
例如人们如果想制作一份美国灯塔的地理图标，只需要上传地理位置数据，GPT 就能通过插件功能，自动制作如下的 GIF 动图。
而即使是想通过图片生成视频，CodeInterpreter 也能手到拈来。在启用插件后，只需告诉 GPT：“我想用这张图片，制作一段从右往左的平移视频。”
GPT 就会根据你的要求，自动将 Midjourney 生成的图片做成视频。
网友 ChaseLean 用 ChatGPT 生成的汉堡视频
甚至，不怎么有代码和编程经验的人，也能运用 CodeInterpreter 插件，在 5 分钟内制作一个简单的游戏。
总地来说，CodeInterpreter 包括的功能，涵盖了打破模态壁垒，转换素材形态，进行数据分析等多种不同的任务。而该插件之所以有如此“逆天”的功能，则是因为其打破了自然语言和代码语言之间的壁垒。有了它，用户就能刨去复杂的代码过程，通过自然语言交互（所谓“人话”），直接完成各种跨领域、跨模态的任务。也正因如此，有人惊呼这种让模型能力倍增的插件，就是 GPT-4.5 的到来。
由此，我们便不难理解，为何百度会如此重视插件的发展。
对于大模型研发团队来说，让一个模型囊括用户的所有需求是不可能，也不现实的。因为在 AI 演化的过程中，用户必定会产生更多新的，难以预料的想法、需求。而这时，一个个多样化的、灵巧的插件，就成了延申大模型能力的“义体”。除了 OpenAI 自带的原生插件之外，当下的 AI 赛道上，还涌现出了其他百花齐放的插件。此处，我们将做一些简单的列举，看看这些功能各异的插件，将对大模型带来哪些多样化的扩展。
ChatPDF 是一款功能强大的在线 PDF 工具，用户只需上传 PDF 文件到 ChatPDF，ChatPDF 便能够快速使用 AI 解析 PDF 文件内容，并生成准确的答案来回答用户的问题。除了智能问答功能，ChatPDF 还提供了在线编辑、转换和文件压缩功能。如果用户想在 PDF 文件中添加或删除一些元素，或者更改某些文本或图像，ChatPDF 的在线编辑功能将会非常有用。
一个接入了 ChatGPT 的 API 接口的网页侧边栏插件，启动该插件后，在浏览任何网站时，Monica 就能使用 ChatGPT 的能力，解读任何信息或文本，或对网页内容进行探讨，以及提供翻译等。值得一提的是，除了 ChatGPT 之外，Monica 还集合了 Claued、Bard 等其他 AI 的接口，如果这还不够，用户还可以在其接入的 AI 库中，自行搜索并添加其他 AI 工具，从而可以通过不同的 AI 满足自己多样化的需求。
这是一个可以在一个应用程序中使用不同的聊天机器人的插件，目前支持 ChatGPT 和新的 BingChat，并将来会集成 Google Bard 等更多聊天机器人。用户可以同时与多个聊天机器人进行交流，轻松比较它们的答案。
这是一个使用 ChatGPT 对视频进行总结的插件。支持在视频网站上一键截屏和记录笔记。启动该插件后，面对某些时长较长的视频时，用户就可以快速地用 ChatGPT 获取视频内容的关键信息，并生成摘要和总结，同时还可以在观看视频时一键截屏或记录带有时间戳的笔记。
这是国内首款支持插件的 AI 认知模型产品，智星 AI 当前已接入 7 个插件，包括天气查询、Bing 搜索、Wolfram 等，可以快速提供实时天气信息，解答高等数学问题，进行深度金融分析等。相较而言，ChatGPT 每次只能使用 3 个插件，而智星 AI 使用时没有插件数量限制。
相当于是国内版的 Microsoft365 Copilot，具备缩写、扩写、续写、转变写作风格、总结概括文章要点，快速生成 PPT 大纲、一键制作 PPT 模板，智能化处理 Excel 表格等功能，并拥有语音交互新特性，可以在手机等小屏终端上进行移动办公。
除了上述种类各异的第三方插件功能外，各大科技巨头在插件方向上，也呈现出了一种蓄势待发的态势。例如，MicrosoftAI 插件平台，就提供了一系列的工具和服务，让开发者可以利用微软的的 ChatGPT 和新必应，创建和部署各种 AI 插件，包括能力模型类、数据类、应用类等。其插件跨越了多个场景和产品，如 Dynamics 365、Microsoft 365 等。
而在国内方面，百度也推出了号称让人人可开发 AI 插件的「灵境矩阵」平台，试图以文心一言为基础，构建一个庞大的插件生态。
而这种大布局的背后，至少显露了巨头们在两方面的意图：2、 以庞大的插件生态，构筑类似英伟达的 CUDA 那样的软件壁垒。
关于第一点，为何大模型 + 插件模式，极有可能是 AI 大规模商业化的答案？
理由其实很简单，此前的大模型，无论是 AI 生文、作图，其赋能领域都只能局限在单一的、狭窄的范围内。某个大模型也许写作水平不错，但它在现实中，该如何解决商品对比、财务分析这样多门类的、具体的任务呢？人们在生活中的需求是多样化、多层次的，从这个角度上说，当大模型打破了单一模态的限制，并满足了这种多样化需求的时候，就是其真正大规模商业化落地的开始。
而一个个外接的插件功能，就相当于是大模型的？“眼”和“手”，让其不再局限于单一领域、模态的范围。
在未来，用户可能只需要一个大模型入口，就能完成诸如订票、点餐、叫外卖等任务。在当下的大模型赛道上，尽管国内外衍生的 AI 应用已不胜枚举，当其中有相当一部分，仍然是基于 ChatGPT 的“套壳”产品。这样的现实，也从一个侧面反映出：在大模型的选择上，大部分开发者和用户，仍然只认最强的几个头部产品。
著名投资机构 A16Z 上月公布的流量前 50 的 AI 网站，其中相当一部分是“套壳”应用换句话说，对于大模型，用户只要遇到了一个最好用的，就不太会再用其他的。在这样的逻辑之下，众多企业若是不想陷入重复造轮子的境地，最好的选择必然是将重心转向应用端。而历史的经验表明，在软件、应用端的竞争上，谁能为开发者提供一个低门槛的，友好的开发环境，谁就能率先建立起自身的生态壁垒。在这方面，英伟达的 CUDA 可以说是做了一个极好的表率。
经过持续的演进，CUDA 已然形成了一个丰富而成熟的庞大生态。英伟达也由此实现了软硬件深度捆绑：用他的软件就必须买他的硬件，买他的硬件使用 CUDA 可事半功倍。
而目前各大巨头们在插件上的争相布局，也颇与英伟达的 CUDA 有异曲同工之妙：开发者或用户若想实现低门槛、快捷的 AI 应用开发，就必须基于其大模型的能力。反过来，应用生态的繁荣，又会强化人们对其大模型的仰赖。而谁若率先实现了这样与应用相互促进，相辅相成的生态，谁就将有可能在 AI 时代率先竖立起自身的生态的壁垒。
一封邀请信：
您好！诚邀您加入我们的 AI 精英俱乐部，这是一个永久免费但门槛较高的、聚集 AI 精英与爱好者的专业组织。我们致力于推动 AI 技术在投资领域的应用，为成员们提供一个共享和交流的平台，促进互相学习和合作，共同探索 AI 技术在投资中的无限可能性。
作为成员，您将有机会与世界各地的 AI 专业人士互动，分享您的知识和经验，以及从他们那里学习到更多的技术和行业见解。
我们要求加入俱乐部的成员满足以下标准：
一、乐于分享：我们希望能积极分享自己的知识和经验，与俱乐部的其他成员共同成长和进步；
二、有 AI 技术背景：我们欢迎在 AI 领域具有丰富经验和专业知识的成员，包括但不限于机器学习、深度学习、自然语言处理、计算机视觉等领域的从业者和研究者；
三、愿意将 AI 技术应用到投资领域：包括但不限于量化交易、资产管理、风险评估、市场预测等，共同探索 AI 技术在投资领域的应用前景；
四、拥有独特资源：包括但不限于资金、人脉、数据资源等，这将有助于俱乐部的技术和项目合作。
如果您满足以上标准，并且对 AI 技术在投资领域有浓厚兴趣，我们诚邀您加入。
请将个人的有特点的介绍及微信号发送到 changzhang@arfgc.com，审核通过后，我们会邀请您加入。
【免责声明】市场有风险，投资需谨慎。本文不构成投资建议，用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。
