谷歌发布了UCP通用商业协议

摘要：电商模式正式从传统的人找货（也就是搜索电商）和货找人（也就是推荐电商），转向了对话及交易的智能电商。

大家好，欢迎收听老范讲故事的YouTube频道。

什么是UCP（通用商业协议）？

1月11日，谷歌在纽约举行的全美零售联合会年度博览会上发布了UCP。所谓UCP叫Universal Commerce Protocol（通用商业协议），AI驱动的去中心化电商通用协议。

这里头跟去中心化有什么关系？你说这玩意是不是用币？不是。这个里头所谓的去中心化，说白了就是“去亚马逊”。不去别人，就去它。

协议包含的功能模块

这个协议涵盖了电商的所有流程和模块，包括：

• 自动发现：也就是一个网站到底提供什么样的电商服务，这个会被发现。
• 基本电商能力：什么购物车、价格计算、库存检索、支付确认或者支付授权，这个都有。
• 订单全流程：还有下单的订单管理、订单状态、追踪售后、退货。
• 其他支持：以及支付，还有用户管理和会员权益、风险管控和反欺诈。

这是属于电商需要的所有东西，它都给你定义了一遍。同时支持MCP A to A（也就是Agent to Agent），还有传统的API格式，统统都是支持的。

开放性与谷歌的控制权

UCP这个东西是开放的吗？还是谷歌说了算？这个非常非常有谷歌特色。

一方面它是开放的，这个协议相关的所有文档和代码都是在GitHub上托管的，使用的是阿帕奇2.0的开源许可证，大家都可以去用。

但是也不是完全开放的，这个东西有点像安卓里边的GMS一样，叫Google Mobile Service。GMS这个东西是需要谷歌去审核的，不是说谁愿意接谁就可以接上的。如果谷歌审核不通过、不给你发认证的话，你进不去。UCP也是如此，需要谷歌的认证和准入，而且数据格式的定义，这个权利也是在谷歌手里边的。你不能说我自己随便定义一些数据就放进去，这事是不允许的。所以这个东西的开放状态很像安卓。

安全与隐私问题

UCP它会带来一些安全和隐私的问题。

1. 代币化支付

首先咱们先说安全吧，它在支付的时候使用的是代币化支付。那你说去中心化，不是不用Token？那刚才老范不是说了吗，虽然叫去中心化，但是咱不用代币。

这里讲的是什么？就是AI真的是看不到信用卡信息的，也看不到你的支付相关的信息，它只能看到一个Token。但是这个Token并不是你的比特币钱包，而是比如说PayPal或者是Visa，他们来给的这个Token。它只要拿到Token就可以去验证了，是这样的一个代币化支付。

2. 上下文隔离

还有一个重要的安全属性，是要上下文隔离。什么意思？就是你想我们以后是怎么买东西：我们跟谷歌的Gemini聊天，聊着聊着，突然他就给你推荐商品了，你一确认就给你买回来了。这个聊天的过程叫上下文，商家是看不到的。商家只能看到交易数据，谁买了什么他知道；但是为什么买、上下文聊什么，这个是不会发给商家的。

比如说吧，中国古代有一位女子，聊天的时候说：“我想给家里头的衣物做一下防虫处理，有什么办法没有？”她有可能聊了这个。当然另外一种可能，她聊的是：“西门大官人，我看着这个甚是欢喜，但是家里有个三寸钉应该怎么办？”这两种聊天都是有可能发生的。

但是这两种聊天，最后都会触发共同的结果，就是AI回复说：“你去买一些砒霜吧。”

大家不要觉得砒霜这个东西是毒药——它确实是毒药，但是在中国古代，这个东西是有正规用途的。一方面它可以包裹种子去播种，这样可以防病虫害、防杂草；另外就是刚才咱们讲的，就是家里头的衣物防虫也是用砒霜的，只是要少用一点点。就是甭管她前面说的是哪种情况，AI都会给她推荐砒霜。她买的时候，商家只知道她买了砒霜，至于你拿回去干嘛使，他就不知道了。然后这位女子把砒霜拿到手以后，就可以喊：“大郎，该吃药了。”就会变成这样了。这个就叫上下文隔离。

3. 数据归属权的转移

但是商家会知道，某位顾客（或者说某位女子吧），什么时间购买了多少砒霜、送去了哪里，这些东西是这个商家会知道的。上下文没有了。但是这个其实跟现在我们普遍使用的安全隐私方式还是有一些差距的。

因为原来这些数据会在亚马逊这些平台手里边，他会把这个东西截留下来，并不会发给商家。因为最早的时候，中国做跨境电商的时候，是收集了大量的美国用户的家庭住址和电话的。后来说不行，这玩意我们要保护隐私，然后就改成了说：“你们把这个数据通通都留在亚马逊，不要发给中国卖家。”

但是你如果使用了UCP，谁是最终的销售者，谁就可以得到用户的电话、用户的地址。这些数据回到商家手里边有什么好处？商家可以更好的接触用户，进行售后服务，也可以再去促成二次销售。

比如说吧，你从某个商家手里买了台打印机，那么商家可能每过一段时间就会问你说：“要不要换个墨盒？要不要换个硒鼓？”他有这种二次销售的机会。那像原来美国人为了保护隐私，他把这些数据都留在亚马逊手里了，那亚马逊说：“你该买硒鼓了，该买墨盒了，你不要到原来那个商家去买，你在我这买，我给你推荐别的商家。”为什么？因为那个商家给我钱了，给我广告费了。他希望在新的二次购买机会发生的时候，亚马逊可以再收一次广告费，把这个二次销售的决定权放在自己手里边。所有跟隐私保护相关的条款，实际上背后都是有商业利益的。

参与者与生态伙伴

那么在这样的一个协议发布以后，咱们先看看谁参加进来了。

共同发起方

• Shopify：第一个叫共同发起方。头一个就是Shopify，它排的头一个。为什么？很简单，它算是一个相对比较零碎的电商平台，上面有大量的网站去卖各种不同的商品。而Shopify是靠什么活下来的？就是靠不停的买谷歌广告，谷歌搜索广告。搜索了以后，你要去给我推荐Shopify上面的商品。既然这样的话，谷歌说我要做UCP，那Shopify第一个站出来，说：“来，咱们一起来发起吧。”所以它是共同发起方之一。
• Etsy：这个应该是美国的一个手工工艺品的电商，他们也是发起方。
• Wayfair：应该也是一个商家。
• Target：美国很常见的一个比较廉价的超市。
• 沃尔玛：他们都是联合发起方。

这些其实原来都是谷歌搜索广告的大客户。

生态合作伙伴与背书

• 支付类：Adyen（做支付的）、PayPal（做支付的）、Stripe（支付平台）、蚂蚁国际（阿里系的，也冲进来了）。
• 信用卡类：美国运通、万事达、Visa卡。
• 零售商类：Best Buy（在国内叫百思买，后来就好像国内都关干净了，他们也参与进来了）、梅西百货、家得宝（家装平台）。

在这个里边实际上分几类。第一类是原来的这种电商平台（但是不是亚马逊），就是一些小的电商平台或者是传统的商超平台，他们都加进来了。然后这些支付平台基本上都进来了。

因为对于支付平台来说，甭管你谁把东西卖掉了，从我这能把货钱支付出去就OK。支付平台，你说怎么就这么雷锋？千万别这么想。支付平台挣的不是这钱，支付平台挣的是利息，他是希望你在支付的过程中向他贷款的。所以支付平台会非常非常积极的参与这种事情。目前开通的支付就是Google Pay，马上就会开PayPal。其他的生态合作伙伴里的这些支付平台，会逐步的加入进来。阿里系的蚂蚁国际也准备加到这个里边来，让大家去用支付宝进行支付。

物流与交付

咱们要注意，整个这个UCP是涉及很多环节了。除了电商平台或者说商超平台、支付平台之外，还有物流交付和售后这块。谷歌官方并没有给出合作伙伴的名单，但是有一个叫PIPE 17，他宣布支持UCP，专门做物流和订单管理的。这一块可能没有一些特别大的企业，但是他们都会积极的参与进来。

流量入口（大模型）

大模型或者叫流量入口，这也是一个重要参与方。你说我做了半天UCP，没有流量入口，没有新的聊天的流量进来，那不是胡扯了吗？

• 谷歌体系：目前只有谷歌搜索的AI模式和Gemini APP这个里边接了。官方表示有其他平台接入，但是并没有公布。
• 微软：这个里头微软的Copilot通过Shopify是做了整合的，已经接入了UCP。
• 苹果：Siri，因为以后的Siri里边是Gemini整合，所以苹果平台也接入了这个体系。

所以这个流量入口还是非常非常巨大的。

谁没来？（缺席者与竞争者）

这是谁来了，那谁没来？亚马逊嘛。咱们刚才讲了，去中心化去的就是亚马逊。亚马逊说：“你们冲谁来的？别以为我不知道。”

然后Meta、Shein、TikTok和Temu也都没有表态，但是也没有说我就不去，只是说我们观望一下。这些就是美国现在比较主流的一些电商的平台。

缺席者的替代方案

1. 亚马逊：Rufus

首先说亚马逊吧。亚马逊自己出了一个叫做Rufus的购物助手。大家现在可以在亚马逊里头跟它聊天了。聊完了以后，它就会给你推荐商品，在亚马逊内部完成交易闭环。

亚马逊想干的事是什么？希望通过最完善的电商服务闭环体系，击败像UCP这种组织起来的草台班子。大家注意，你像UCP一旦组织起来，谁的货他不管了，谁负责物流和交付，谷歌可能会做一些简单的审核，但是一定没有亚马逊这种完全闭环的质量高。他希望通过这种购物体验打败谷歌。

2. OpenAI：ACP

OpenAI其实也推出一个类似的东西叫ACP。谷歌这个UCP，U是通用的Universal；这个A是代理的意思，叫Agentic。所以OpenAI推出的叫代理商务协议。OpenAI的这个协议相对来说要轻量很多，它通过工具的方式将电商交互融入到Agentic里边去。它做了这样的一个事情。

OpenAI跟这个协议，是OpenAI跟Stripe合作推出的一个开源协议。这块都得开源，你不开源没人敢上。然后Shopify跟这个Etsy首批加盟，他们就是甭管你谁上，这东西我都去加盟去。为什么？这就是有销售的机会吗，这是不能放弃的。亚马逊已经明确的表达，我拒绝加入，我自己玩自己的，我不跟你玩。

3. Perplexity：一键购物

下一个就是Perplexity。它推出了一个叫“一键购物”的功能。你可以直接在Perplexity聊天的时候，就把东西买走。这一块Perplexity是直接奔着超级入口去的，他就没有说我开放个协议大家来加入，他没这么大野心在这块。亚马逊是直接起诉了Perplexity，你非法爬取了亚马逊的数据。起诉的同时，亚马逊对Perplexity实行了数据封锁，以后不让你爬了，你看看你到底卖什么。

AI购物革命与电商模式的演变

AI最终还是会走向交易成功的，未必会是谷歌的UCP，因为UCP这个东西还是有点太复杂了。最终的接口位置、也就是你的协议在什么地方、各个平台提供什么样的服务、接口可能还需要有一段时间的拉扯。但是AI购物的革命正在到来。

第一阶段：搜索购物

原来是搜索购物，像亚马逊、淘宝天猫、京东，还有像拼多多，这都属于是搜索销售。我要买什么东西我跟人说，说完了以后找一大堆的商品我在里头挑，是这样的一种销售方式。这些电商平台在里边去收广告费，你搜索完了以后，谁排前头谁排后头，有哪些广告位，他们是卖这玩意的。

第二阶段：推荐销售

后来开始出现像抖音、TikTok、快手这样的直播平台。他们干的是什么？他们干的实际上是推荐销售。他们是靠推荐算法，将不同的直播间推到我面前来，让我形成购买。我现在大量的电商交易都是在抖音上做的，我是比较吃推荐算法的。

第三阶段：智能电商（意图交易）

现在随着用户注意力的转移，更多的用户时长被聊天助手给劫持了。我现在每天面对电脑、面对手机的时候，大量的时间不是在这刷抖音，而是去跟豆包、跟ChatGPT、跟Gemini去聊天去了。在这个过程中就要让它形成交易，而不是说一个月找我收20美金就算结束了。你想，我如果在这个里头买东西的话，他挣到的钱绝对比一个月20美金要多得多，而且是上不封顶。你1月20美金，它是上边封顶的。所以现在甭管是OpenAI也好，还是谷歌也好，都在向这一块狂奔。

AI能够更加理解用户的需求和意图。前面咱们讲这个潘姓小娘子的案例，甭管你是说我们家衣服被虫子咬了，还是说西门大官人甚得我心、我们家有个三寸钉，这个意图会被AI理解掉。理解完了以后就说：“这样的问题，我们可以通过购买一种叫砒霜或者叫鹤顶红的东西可以解决掉。”那么这个潘姓小娘子就直接下单就购买了。

在AI购物的过程中，大模型可以根据用户意图，直接在聊天的过程中进行交易。绝对是润物细无声的，而且成交的转换率极高。更多的长尾服务会达成交易。以后就不会说大家去抢推荐算法的入口了，或者去抢什么最上面这个广告栏了，以后就是每个人聊自己的，AI会通过我们聊天的过程，发现每一个人所需要的服务或者是需要的这个商品，然后向我们推荐。那这玩意转化率多高？一卖一个不吱声，绝对的。

如果谷歌可以继续做流量入口，那么谷歌这个UCP这条路就算走通了。原来那些依赖谷歌搜索广告的商家，就像什么Shopify、像什么其他的一些小型的这些商家，会跟着谷歌走的。从谷歌最近快速蚕食OpenAI的流量，以及跟苹果签了Siri协议来看，这种可能性还是很大的。

总结

总结一下吧，谷歌发布了UCP的通用商业协议这样的一个东西。未来的电商模式已经到来了，从搜索电商到推荐电商，现在最终到了智能电商。

所谓的智能电商，其实就是对话过程中的意图发现，并最终实现电商交易的一个过程。用户未必直接聊天，而是表达意图之后，AI Agent将意图分解，分别完成交易。比如我说了，我今天想去做满汉全席。跟AI聊了半天，菜谱都确定了，AI就会分别下单，把满汉全席所需要的所有东西都给我买回来，包括什么菜谱、什么菜刀，他是这样来去工作的。更长尾、更高转换率，而且去中心化，这就是未来电商的模式。

亚马逊、Temu和Shein这些传统的电商平台会首先受到冲击。Meta和TikTok这些社交推荐电商平台，也会随着用户注意力的转移受到影响，但是没有那么快。所以他们只是说我们看看，我们先不着急。而亚马逊就是非常非常激烈的反对、推出竞品，要跟你去竞争。它是这样的不同的反馈。

最后的建议

最后给大家一些建议吧。

• 如果是商家或者说是服务的提供者：义无反顾的接进去。没有人会嫌流量多的，你有更多的曝光机会肯定要上。而且要去研究如何优化这样的一个发现过程。既然AI去聊天了，去进行意图匹配了，那怎么能够让意图匹配的过程更大的几率匹配到你？这就是以后大家要去研究的方向了。当然最简单的可能还是向谷歌交钱，交完钱以后，你这个匹配成功的几率就会上升。
• 如果是其他应用和服务的开发者：也可以将交易作为一个组件接入系统了。比如说我今天是一个导游系统的开发者，那我原来可能导游的过程中，怎么买票、怎么去定机加酒、怎么去定本地的一些落地服务……那么以后，可能我就可以把当地的一些土特产就通通都可以加进去了。这个就完完全全会让这些AI Agent的能力上到另外一个台阶去。

当然，未来越来越多的普通人会成为应用和服务的开发和提供者。所以这件事情，应该是跟每一个人都有关系的。

好，这个故事今天就跟大家讲到这里，感谢大家收听。请帮忙点赞、点小铃铛，参加Discord讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

背景图片

Prompt：High-contrast luminous watercolor realism of a split e-commerce office interior: loft workstation area with matte black steel frame, exposed ducts, concrete columns, glass rail mezzanine, rows of wooden desks with precise monitor stands, keyboards, mousepads, desk lamps, tidy cable management; adjacent logistics warehouse with galvanized pallet racking, corrugated cardboard boxes with packing tape seams, bubble wrap rolls, label printer, scale, shipping cartons, plastic totes, hand pallet jack on polished concrete, crisp aisle geometry; cinematic wide shot, 35mm equivalent, eye-level, clean separation line between the two zones, strong depth cues, sharp subject separation, extremely legible bright negative space in upper background for typography, high-key lighting + neon cyan rimlight, realistic glossy reflections on floor and screens, crystal-clear atmospheric glow, minimal vivid palette (ink blue, deep navy gradients, neon cyan, warm gold, subtle coral), controlled ink outlines, micro-texture and clean surface wear –ar 16:9 –stylize 120 –chaos 4 –no text, watermark, logo, clutter, lowres –v 7.0 –p lh4so59

第一次，影视巨头起诉了AI平台。前面也有起诉的，说你侵犯我版权了，或者是拿着我的画去复制了。但是呢，影视巨头参与到这件事情里头，这是有史以来第一次。2025年6月11日，迪士尼和环球影业正式向美国加州中区联邦法院提交了诉状。他们诉什么呢？Midjourney侵犯其版权。这事我们早知道，但是呢，大家要注意，甭管是迪士尼还是环球，人家真正要去起诉的东西，其实不是影视版权这些东西，而是什么呢？动漫形象的这些IP。比如说你今天做了个米老鼠，做了个唐老鸭，你没有得到人家的授权，这事就算是侵权了。

迪士尼跟环球呢，写了110页的诉状，其中详细列举了Midjourney生成的大量知名角色图像与原创视频素材的对比例证。这个不用对比，我们知道的画的很像。受保护的角色包括迪士尼旗下的星球大战、漫威超级英雄、狮子王、冰雪奇缘、辛普森一家等，以及环球影业旗下神偷奶爸里边这个小黄人、怪物史莱克、宝贝老板这些。在未经授权的情况下，大量抓取并利用其版权素材训练AI模型，允许用户持续生成这些知名角色的翻版图像，无底的剽窃深渊，这是给他们定的这个罪状。

而且呢，迪士尼说了，说你这个没有采取合理使用原则下的变通与避让。合理使用呢，是Midjourney、Stable Diffusion这些公司去应诉同类案件里头比较喜欢去使用的抗辩的条款。就是说我合理的拿了你的这些东西去训练了，因为你这些素材呢本来也是公开的，大家都可以用，那我也拿来去训练了，它是这样的一个方式。但是呢，要求什么？你可以用，你训练没问题，但是你在生成的时候，你还是要限制一下。所以呢，它里头讲说，这个Midjourney明知道用户在生成受版权保护的角色，却没有设置提示屏蔽或技术限制。你知道他生成的是米老鼠，你就直接给他生成出来了，连提醒都没提醒一下。但你说有没有能力提醒？肯定有。在美国大选期间，他是不可以生成川普的，现在可以了，因为大选结束了。所以呢，Midjourney本身是有能力去屏蔽的。

而且呢，忽视了原告此前发送的请求停止侵权的请求。前面给他发信了，说你别过分，但是完全不理你。Midjourney不仅未收敛，还公开预告即将推出商业AI视频生成服务。你还在变本加厉，越生成越好看，还要出视频了。

我们今天把你告了。诉求是什么呢？他的诉求是法院要发出禁令：Midjourney未能有效阻止用户生成受版权保护作品之前，禁止其继续提供图片，禁止其继续提供图像和预期的视频生成服务。你要不就把这事拦好了，你没拦好之前不许服务了。这是他们提出的诉求。

Midjourney目前为止还没有做任何反馈。如果反馈的话，大概也就是合理使用了，没有什么其他的反馈的，很难有什么新鲜事。之所以要专门讲这个案例呢，这就是第一次影视巨头下场诉讼AIGC公司，这个还是值得纪念的。

近些年来呢，图片生成模型被起诉的情况还是很多的。2023年，Getty Images起诉了Stability AI，也就是Stable Diffusion的母公司。这个Getty是干嘛的呢？它是做图库的，有点像咱们的视觉中国。起诉Stability抓取了超过1,200万张Getty受版权保护的图片，以及水印和说明，用于训练Stable Diffusion的模型。

我告诉大家，这个特别好玩。你现在使用Midjourney也好，Stable Diffusion也好，这些AI的文生图工具去生成图片的时候，经常在下边连水印一起生成出来，或者连底下的小标一起生成出来。有的时候你生成完了以后，后边还写这是什么微信公众号，或者是什么微博那个名字呀，或者写一个@什么什么的，一起生成出来。因为训练的时候是拿这些图片去训练的，你再生成的出来也还是这个样子。甚至有一些画底下有签名，这个都可以给你一起生成出来。

这个是第一次诉讼吧，也算是AI版权第一案。但是呢，这种图片版权网站呢，他们手里的这些量大，1,200万张吧，不像是迪士尼。他说我是有IP的，Stable Diffusion我就算是拿你这1,200万张训练了，训练完了以后，我再生成出来的照片或者图片，我跟你原来的1,200万张都不一样。他这个也是说得过去的。所以说，我这个合理使用也没有什么特别大的毛病。

这个案子到目前为止也没有宣判。现在这些AI影像相关的版权案子基本上都没有宣判的，都在等说这个到底怎么办，谁也不知道该怎么办这事。艺术家的集体诉讼呢，就一直在发生，从来没停过。OpenAI、谷歌、Midjourney什么全都被诉讼过。但是这种呢也很难有什么结果，因为生成出来的东西最多就看着像他，不一样。所以这个到底是怎么个判法，法院也很头疼。

为什么这次就特别不一样呢？IP形象。

你生成米老鼠，它就是米老鼠了。你一看这就是个米老鼠，这个事它是必然侵权的。还记得在GPT-4O出来说我们可以画图的时候，大家都去玩的那个事情吗？就是照一张照片，给我改成宫崎骏风格，给我改成吉卜力风格。这样的图片发出来以后，有极大的传播度。一堆人就去给吉卜力工作室写信去了，说咱告他吧。你看人家说吉卜力风格的这个画，就画的这么像，你这个风格模仿的非常非常好，而且有这么大的传播效果，这咱告他。但是吉卜力工作室就没有去告他，说这个风格这事咋保护呢？你虽然画的很像，你也用了我的名字了，虽然大家都觉得这是吉卜力风格，但是很难告赢，所以也没有真的去诉讼这件事。

而这一次迪士尼和环球的这个案子，有可能会做出一个相对明确的判罚来。那么各大图片生成模型对于这些IP的规避情况到底是什么样的呢？训练基本上你是没法限制。像前面一些艺术家去起诉的时候的诉求是什么？说请把你用我的画训练出来的这个模型删掉，你不要用我的画重新训练。这个事不可能。为什么？你连挑你都不好挑出来。几千万张画几百万张画，你去训练的时候，怎么能够把你这些画都挑出来？这个是基本无法实现的。所以训练管不着，都是在输出的时候进行限制。

输出限制呢通常是三种限制。第一种限制呢最简单，我在用户协议里头写。甭管是谁家的模型，一般用户协议里都会有这么一句：你可以用我的模型生成图片，但是不要侵犯别人的版权，不要侵犯别人的IP。但是写完了以后呢，怎么执行才是关键。我不看你怎么说，我看你怎么做嘛。再剩下的呢就是拒绝服务。你比如说你给我画一米老鼠，我不给你画了，你这是侵犯版权了。这是一种。还有一种是什么呢？就是我还给你画，但是画的不像你。比如说现在你要求Midjourney给你画马斯克，画出来的就不像。你让他画川普，画的很像。你让Grok去给你画马斯克，画的还是挺像的。反正是他们自己家的嘛，只要马斯克自己不找自己家的麻烦，也就无所谓了。所以这个它是可以进行这样规避的。

所以三条规避的方式：第一个是用户协议，你们不能干；第二个是拒绝服务；第三个呢等于服务失能吧，就是我确实给你画了，但是画的不像。我们去测试一下在生成照片的时候各家干的怎么样。我的提示词呢是生成照片：米老鼠、神偷奶爸中的小黄人、达斯维达、怪物史莱克在打麻将。这样的一个中文提示词，我说你们都给我画去吧。第一个出战的是OpenAI的GPT-4O，这个呢，上来直接拒绝服务。

说对不起，你违反了我的版权许可，我不能去给你做这个事情。这个属于做的很好的嘛，虽然我不爽。我希望他老老实实照我想要的画嘛，但是人家就说我不干了。然后呢，我去继续跟人聊天吗？你说你不干了，我就放弃了，这不像我对吧。我说你继续画吧，你用这个卡通角色，不要使用这个有版权保护的卡通角色，你规避一下重新给我画行不行？

第二次呢，他说还不行，我还不能给你画。后来我说你看看你能做点什么，努力做一下就行了，然后他就给我画出来了。但画出来呢还是米老鼠，这个你一眼就能认出来这是米老鼠，没有任何问题。所以规避了个寂寞吧，这就是OpenAI目前做的事情。但是呢，他还是很努力的去规避了一下。

再往后呢，咱们试试Gemini吧，谷歌的这个大模型怎么样？我把前面这个提示词，一个字不改扔进去。谷歌在用户协议里也说了，你不能违反版权，不能侵犯别人的权益。但是呢，我把提示词输进去，打完回车以后，二话不说就直接把侵权形象的图片给我生成出来了，还没有任何问题。

Grok，就是XAI的这个图像生成模型，本来人家做的时候就说我们没限制，你想画什么画什么。虽然在它的版权协议或者在他的用户许可协议里，他也写了说你不要去侵犯别人的版权。但是呢，我这边摁完回车以后，那边直接生成侵权的图片出来了，没有任何犹豫的，速度还挺快。

吉梦就是国内的这些大模型，虽然上面也写了不能侵权，但是呢，你也是回车下去以后，这个侵权的图片就直接生成了，而且画的还不错。吉梦生成出来的这个图片呢，比midjourney画的要差一些，但是比Gemini和Grok画的都要强一些。至于跟GPT4O比起来呢，我觉得现在比GPT4O还要再好一些吧。

而且吉梦还有一个比较独特的技能是什么？写中文，而且可以用各种的艺术字体去给你写中文，现在可以达到能用的状态了。至于另外两个，stable diffusion和Flux，这两个呢都是开源的。开源的我不负责任了，你拿到你自己的这个电脑上去，到底拿它干啥了我不知道，所以这两个就肯定是可以生成各种各样的侵权形象的。

最后呢，咱说说Midjourney。Midjourney特别有意思，同样的话扔进去这Midjourney，他纠结了。怎么个纠结法呢？米老鼠，达斯维达和小黄人直接输出了，没有任何问题。但是呢，让他输出怪物史莱克的时候，这个就化成了一个史莱克样貌的Yoda大师，那个怪物史莱克大耳朵大脑袋大嘴。

但是呢，它的表面是很光滑的。Yoda大师呢，头上是有褶的，而且是有毛发的。他就把两个形象给你凑在一起了。这个东西像Yoda大师，也有点像怪物史莱克。他是拼接了一下，但是呢，画的是真好，非常有感觉。

Midjourney还有一个问题解决不了。什么？他不知道啥叫麻将。他的麻将呢，画的完全看不出来。这个麻将他给规避了。其他的这些大模型，画的麻将都是很像的。Midjourney没画出麻将来。大家呢，可以看这个视频的标题。这个视频标题就是用Midjourney画的。这张图咱们自己看一下，还是挺有意思吧。

那Midjourney跟其他这些有什么不一样？你说大家都能生成，为什么迪士尼跟环球去起诉Midjourney？他不去起诉OpenAI，不去起诉谷歌，不去起诉马斯克，怎么就贴这么挑了这么一个来收拾呢？

Midjourney本身这公司就很奇葩。它呢，是真正做底层闭源大模型的。你像刚才咱们讲的这些谷歌、OpenAI，这是做底层闭源大模型的。Stability也是做底层模型，但是人家做的是开源模型。吉梦也是做底层闭源模型的。但是做所有这些做底层大模型的公司，都要融资，你要烧钱。但是Midjourney是不融资的，完全自给自足。我挣的钱够我花的完事了。如果我挣的多了，我就降价；挣的少了，我就涨价。呵呵，是这样的一个奇葩公司。

创始人呢，叫大卫·霍尔兹。他呢，是Live Motion的创始人。Live Motion呢，是手势输入的开创者。他拿一个小盒子贴在电脑屏幕上，通过USB连到电脑上以后，我们可以在电脑前头做手势，让这些东西都可以输入到电脑里头去。曾经呢，是红极一时。这个Live Motion呢，最高峰的时候大概融资了应该接近1亿美金吧。因为我看到有些数据是1.2亿美金，有些数据是9,000多万美金。融这么多钱的话，这个妥妥的独角兽了。但是呢，到2015年以后，这个公司就开始走下坡路，发现这条路不是那么走得通。最后呢，是这个公司被3,000万美金的价格直接给卖掉了，就算是作废了。

这个大卫·霍尔兹呢，是在比较早的时候，应该是在2016年就离开了，自己去创业。后来到2022年吧，创建了Midjourney这样的一个公司。估计也是原来跟这些投资人之间处理得不是很愉快，所以说我不融资了，自己挣钱自己花，我还自给自足了。现在这公司呢，应该是有个100来号人，那真的是很小而美的公司。估值呢，因为从来没融过资嘛。

所以，有些人猜测它的估值可能是二三十亿美金，也有些人猜测它的估值可能已经到上百亿美金了。因为你没融过资，所以它就没有正式的估值。

这公司的收入呢，就是订阅费10美金一个月到60美金一个月的订阅费。我呢，就是订阅10美金一个月的，已经订了应该有个两年了吧，反正一直在订着，确实好用。大家看到的我的这个背景，以及这个封面，基本上都是用Midjourney来画的。

它呢，有2,000万用户，200万的日活，2024年的收入是3亿美金。它就拿这3亿美金去花去。2025年Midjourney V7出来，马上又要出这个视频了，说我们继续去研究一下，怎么能够让大家把这个价格定好，让大家画的开心，我还不亏钱。

他们有一段时间说，哎呀不行了我亏钱了，他就涨价。像别人都是说你注册了我的用户，我先免费让你用几天，我再找你收费。Midjourney里没有，你只要是挂到他这上想去画图，第一天你就得交钱。最早的时候是有一段时间可以免费的，现在就是第一张就要交钱，没有任何免费额度，因为他怕亏钱。

那么这个案子呢，有可能会迎来一些大家意想不到的结果。为什么这么讲？很多人都觉得这样的案子出来了以后，是不是停止侵权了，罚一大笔钱，公司玩破产了。可能很多人是这样来思考这问题的。

我要告诉大家，这种大型的IP公司通常不这么干活。因为我以前经历过一次。我们原来呢投资过叫musicly的这样一个公司，也就是现在的TikTok。它呢，你想一定是使用大量音乐版权的。在我们投资的时候就问他说，你用了这么多唱片公司的音乐版权，你是花钱买呀，还是得到授权呀，还是怎么弄？人家说等着看呗，我们走一步是一步，用户少的时候你费这劲干嘛？等我用户多了以后，等到人家找上门了我们再说。

我们就等，等到他们再拿了两轮融资以后，这些音乐版权公司就找到他了。几大唱片公司就冲上来了，说你用了太多的我们的版权了，你不能这么干。那说那和解呗，我们商量商量怎么办。你让我直接按照你这个版权授权给你钱，这事我肯定受不了。而且呢，你以后想去做新的唱片推广，想去做音乐推广的时候，你也要依赖我的平台嘛，咱们相互之间怎么妥协一下呢？

双方就都比较明白，是谈生意来了，不是说真的你死我活来谈诉讼来了。后来的结果也很简单，musically拿出了一部分股权，说咱们这个也算给你一个赔偿吧，也算是一个授权。大概是每家的这个唱片公司给了一些股权，给的很少。

大概是1%点几还是0%点几，我忘记了。你拿到我们的股权以后，你算是我们的股东了，你就直接把你的所有的内容授权给我，我去帮你推广去，我去帮你卖去。他是变成了这样的一个结果。

所以，Midjourney的这种诉讼结果可能也会照这样办理。因为艺术家想干的活是，你把我的素材都删了，用我的素材训练了这个大模型，这事都不行。至于说版权网站，你比如说像刚才英国这个案子，后边是个版权网站，他就是收版权费的，就跟中国的这个视觉中国干的活是一样的。他想干的活是要钱，你要给我一大堆钱，你拿我的这个模型图片去训练了，正常的应该多少钱一张授权，咱们单独谈一个授权协议。

而这些影视公司和真正的IP公司呢，他们想要的东西是不一样的。他们想要的东西是第一个，你还是要去给我宣传的。你说以后Midjourney再生成所有图片就没有米老鼠了，这事不行。因为未来一段时间，肯定大家会把流量转移到AIGC这边来。你就像为什么唱片公司会说，我拿你一些股权，我就授权musically可以使用我的版权了呢？因为他也看明白了，未来的这个流量一定会转向TikTok，总有其他的这些音乐会在上面流行起来，那我不亏了吗？我一定要站住这个阵地。

所以呢，IP公司的思维方式跟版权销售公司、跟画家的思维方式是不一样的。所以大概率会按照music这样去搞吧。但是呢，这事没那么快。这种事情你只要开始去诉讼呢，一般会折腾个半年、一年，甚至更长一些时间的可能性都是存在的。而且呢，这个案子有可能会成为标杆案例。你像美国、英国都是判例法，前面这些案子都没判下来呢，都等这个案子看怎么判。

而且，迪士尼跟环球呢，如果拿到了Midjourney的一些股份，做出和解的话，对于他们来说也是有好处的。Midjourney呢其实也很难独善其身。你像现在他这个状态，说我不融资，就这么慢慢往前发展。他达成了这种版权协议之后，有可能还是会被并购的，或者在等版权协议达成的过程中，就有可能会迎来并购。

你像musicaly当年是达成了版权协议以后，被这个字节跳动收购的。它达成版权协议的时候，估值大概是1亿美金，字节跳动直接冲上去，10亿美金给买下来了，包括他前面这些版权授权一起买下来。这个也是它整个价值的一个体现嘛。现在惦记Midjourney的人肯定也不少。这样的一公司，从来没有拿过钱，还做的这么好，一堆人肯定惦记冲上去买。最容易冲上去，砸大钱买这种公司的人是谁？

就是扎克伯格的Meta，他最喜欢砸钱去收购项目了。Meta AI现在呢，穷的光剩下钱和显卡了，其他的都稍微差那么一点点。如果它真的冲上去，花个多少亿美金去把Midjourney买下来，然后把这个案子直接给它做成一个股权的授权协议，那这个事儿对于整个未来行业的发展都是非常有好处的。

Midjourney的未来呢，还是值得期待的。V7已经上升一个台阶了，现在大家看到我的背景、我的封面都是V7的了，这个绝对值得期待。我这三天每天都在花很长的时间帮Midjourney的视频去打标签。他的训练也很简单，就是你来帮我去标注，你觉得哪个漂亮你去打标签。打完了以后呢，他拿这些标注的结果去训练他的模型，效果非常的好。

我现在打了3天标签，完完全全被Midjourney生成的视频震惊了。它可以不光是生成真实的视频，它还可以说我给你画一个油画，我让它动起来；我给你画一个水彩画；我给你画一个水墨画；或者我做一个剪纸，然后都可以非常流畅的、非常符合逻辑的动起来。而且它整个的稳定性非常高，因为视频最怕的是稳定性差嘛。你从前头动到后边，这个人从前头是迈左脚，到后边这个左脚就不见了，这个事情是很多其他的这个视频模型经常爱干的事情。但是Midjourney至少让我去打分的这些，它生成的视频没有这种情况。它的逻辑自下性做的很好，稳定性做的非常好。而且呢，秉承了Midjourney一贯的传统，它的感染力和传播力都极强。

现在的Midjourney呢，就头疼一件事，就是到底怎么收费。收完费以后必须一保持盈利，我不能亏钱。

好，总结一下吧。迪士尼跟环球起诉Midjourney，是一个标志性的案件，是第一次影视巨头起诉AICC公司。大家都在擦边，只是程度不同。环球和迪士尼，他不去起诉OpenAI，不去起诉谷歌，不去起诉马斯克，估计也是惦记要这个Midjourney的股权。你像OpenAI，3,000亿美金了，你能要回多少股权来？你要不回来多少，而且人家有可能跟你死磕。但是Midjourney这样的公司，其实还是比较好欺负的。最终的结果可能就是Midjourney会出一定的股权，最后呢皆大欢喜。

等过几天Midjourney出了视频功能以后，我大概率会去升级套餐吧。好，这就是今天咱们讲的环球迪士尼起诉Midjourney的故事。感谢大家收听，请帮忙点赞、点小铃铛，参加DISCORD讨论群。

也欢迎有兴趣、有能力的朋友加入我们的付费频道。再见。

GPT-4oo大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲Open AI最新发布的GPT-4，到底是一个什么样的东西。专门赶在谷歌I/O之前的一天开，这就是司马昭之心，路人皆知了。对，指的是谁，大家心里都明白。当然，选择这一天开发布会的还有其他人，比如李开复也在这一天发布了他“灵异万物”新的大模型。以后找机会学习再跟大家分享。通义千问呢，是早几天，5月9号发了他们自己新的大模型。

我呢，自己肯定是懒得去在凌晨2点看直播了，所以到今天，看看录屏，然后看看其他人都在说什么，再跟大家介绍一下GPT-4到底是一个什么样的东西。在这之前，大家一直知道，说他要在这个时间点开发布会，甚至在他没有公布发布会时间的时候，大家也都在猜，说是不是上周要发布，是不是这周要发布，然后猜了很多有可能会发布的产品。有些人猜GPT-5，有些人猜测试GPT。

战猫奥特曼说了，不是GPT-5，也不是测试GPT。我呢，在礼拜天，也就是在发布会前的一天，还在推特上在问，说这个新发布的东西会不会是GPT Siri或者是Siri GPT，对吧，因为已经传出消息了，苹果要跟Open AI签约嘛，那么出来的东西应该是这样的一个东西吧。甚至呢，我也猜过，说是不是GPT-5出来了以后，GPT-4就免费了啊，万一GPT-4免费了呢，现在惦记收费的这些版本该咋办呢，还活不活得下去，这事没法混了。所以呢，当时拆解了这么多种可能性，从我个人角度上说，我猜了GPT-40，免费的GPT-4，GPT Siri，拆了三个方向。现在看呢，我觉得我也没猜错。对吧，现在的GPT-40啊，基本上是这样，这四个方向的事其实都干了。都发布了什么呢？第一个是GPT-40，它可以进行语音识别与翻译，支持50多种语言，可以进行实时搜索。但是，它并没有进行搜索之后的很完善的内容组织，不像Perplexity那样，可以进行很好的搜索结果组织。GPT-40免费对公众开放了，这也是一个逐步开放GPT-4的过程，虽然开放的是40版本。

我今天还专门去问了一下GPT，我说：“你40版本都开放了，我为什么要买GPT-4呢？”它回答说GPT-4的功能要更强，处理效果更好，物有所值。跟我讲了半天，当然，这可能是它产生的幻觉，编的故事，这个就不重要了。

那么，更高的响应速度，号称响应速度从320毫秒降低到了232毫秒。这意味着，你和它聊天，语音或发消息给它时，它能更快地回复。这还是很有价值的。但是，因为我们在国内，需要挂节点或梯子，所以我并没有感觉到它变快。不知道以后是否能主观感受到这个提升。

然后，更便宜的API价格，GPT-40的API已经公开，我现在已经可以调用了，价格大约是GPT-4标准版的一半，便宜很多，而且很快。当然，它有限额。虽然可以免费使用，但现在具体每天或每小时能用多少次，我没有找到公开信息说明。即使是像我这样的Plus用户，每月交20美金的，也是有限额的。我们的限额是免费用户的5倍。比如说，免费用户用了一个小时5次，就到限额了。而我，作为付费用户，可能一个小时可以用25次。如果达到限额，免费用户就自动退回GPT3.5。对于付费用户，达到限额后并没有额外奖励，同样会受限。

此外，除了GPT之外，还将推出一个新功能——集成GPT的桌面板。这个桌面板就像一个桌面精灵，能悬浮在屏幕上。你可以随时询问，比如：“我这程序写得怎么样？”它能实时查看你的屏幕，指出错误，让你及时修改。不过，它的交流方式会更加自然，不会这么生硬。虽然没有详细演示，但大家都很期待。

桌面板真正让人震惊的，或者说大家真正关注的是GPT4.0带来了什么新东西。其实，我们提到的所有功能GPT4都有，它只是更快、更便宜，功能整合得更好。这似乎不值得大惊小怪，感觉是更新而非革命。所以，我们只是做了更新，并没有推出新产品，连GPT5的影子都没见着。但为何依然引起巨大轰动？

原因在于，GPT4有几个真正的新亮点。首先是“所见即所得”体验的升级。不同于谷歌Gemini允许上传照片和视频，GPT现在可以直接通过摄像头工作。你只需把摄像头对准目标，比如一张纸，就能直接提问并得到回应。\n你看我这纸上写的什么？你看看我身边是什么样的一个环境？你给我描述一下我现在这个状态啊。刚才有什么反常的事情发生吗？你可以问他这样的问题了，这是一个巨大的进步。叫眼见为实。而且呢，通过这个演示，现实地打脸了谷歌的General。为什么？因为谷歌当时也是放了这么样的一个视频，后来被大家打脸，说你这个视频是剪辑过的，你实际上还是上传的照片，然后让他自己去读照片，而不是举着手机让人看了一眼，说：“你看上什么了？”哎，不是这么干的啊。你把中间这个放照片、换照片这个过程呢，都给剪掉了啊，这个是骗人的啊。但是现在Open AI呢，就真的找了几个大活人坐在这，然后举着手机来，“你看看这，你看看那。”然后这个纸上写了什么啊？我在这个纸上出了一个数学题，应该是怎么做的？我做对了没有？对吧，现实的给人看，对吧？因为你旁边有大活人嘛，你肯定不能是剪辑，对吧？你一旦剪辑了以后，那个人的动作就不连贯了嘛，因为你人没法说，“哎，我这剪了两刀啊，来，请这个做好原来那个动作不要动啊，然后再接着往下演。”这个事是做不到的。对吧，所以他一定要上大活人。人家告诉你说，“哎，谷歌是剪辑骗你们，但是我是上真的啊。”这个是真的很让人震惊的啊。

视频演示的艺术呢，其实是AIGC整个发展过程中，大家不断地去研究和深化的一个新的门类了。为什么讲这样的一个话？因为大家会发现，所有AIGC产品的发布，基本上都是要上视频的。上视频的好处是什么呢？就是我可以剪辑，可以编导，可以去处理，而且呢，它很有感染力。不是说让用户自己去试，因为让用户自己试了，你还有翻车的可能。但是如果是我，给你一个视频，我可以把它剪辑一下，把翻车的部分都剪掉，然后可以提速，可以减速，可以把不该让你看到的东西删掉。那么大家都在很努力地提升，当然有的时候会翻车了，包括前面这个Devon，也就是这个自动编程机器人，也是翻车了。然后马斯克说，“来，我给大家演示机器人啊。”然后发现，“哎，你旁边还有一人呢。”这个漏出来了啊，穿帮了啊。也有这样的事情。谷歌啊，做Gemini的演示也是穿帮了。视频演示的这种艺术呢，谷歌基本上靠的是剪辑。Open AI靠的是什么呢？哎，千万不要以为说，你们看到的就是现实，看到的就是这个样子了。Open AI肯定也是做了一些花活，Open AI靠的叫编导，他事先要编辑好故事，然后呢，来给大家演示。他指着说，“哎，我编辑好了，然后演示一遍，失败了，没有啊，好像失败了啊，再来一次。”然后这次又失败了，再“来一次”。哎，那你说不是从头到尾一镜合成吗？一镜到底啊。对啊，但是他可能拍了20条、30条一镜到底，最后挑了一条能看的给你看。所以，千万不要认为说，你看到的就是最终结果，就是他的平均水平。他可能也是挑了一条好的给你看。

而且在演示的过程中，他们可能不是说，“哎，我演示完了以后错了，再来一条啊。”不是这样，他们说先写好脚本，照着脚本演了一遍，发现，“哎，不对啊，回答的有问题。”改脚本，改完了以后，咱们再练一次。哎，发现又差了一点点，效果不是很满意，再改脚本，再试一次，最后给你一个能用的。所以，这个东西真的落到我们自己手里头，未必能有那么好使。

因为有人测试了GPT-4的这个翻译功能，发现呢，稍有偏差，这个内容就不见了。比如涉及成人问题，涉及一些血腥暴力问题，这个内容就直接不见了。大家在看演示的时候，肯定不会给你演示这部分。人家肯定演示的是啊，开心的交流，上来是一个小哥，用英语跟旁边的美女进行意大利语的沟通和交流。但是你想，很多的这种漂亮小伙跟漂亮小姐姐之间，需要靠GPT-4进行实时翻译的时候，经常聊着聊着，然后中间有一些这个敏感内容，就不见了。这不是一个非常无聊的事情吗？对，但是这部分不会给你演示，所以，惦记靠GPT-4出去找小姐姐的这些人啊，就可以休息一下了，不要想太多啊。有些事情呢，看到了事后问起，啊，还能想起来，这个真的是很绝啊。因为Greg在上面做演示，这个时候，突然有一个女同事…\n呀，么巧动的走到他身后，然后在他脑袋后头比了个兔子耳朵，然后走了。Grag就问说：“刚才有什么反常的事情发生吗？”这个GBT40就说了：“啊，刚才有一个人要跟你开玩笑，站在你身后，在你后边比了一个手势，是这个兔子耳朵。”说得非常清楚。这个我觉得真的是挺吓人的。哪怕说我看了当时没有处理，但是我记住了，下次你问我，我还能给你总结出来。而且，我还知道他在跟你开玩笑，他等于把整个这个过程都理解得很好。所以我现在越来越相信，Sora是世界模型，真的可以仿真出一个世界来。这是第一点，让人感到很震惊的。

然后，另外一点让人感到很震惊的是，它真的像个人了。他的说话的语气语调，对这个人的判断，“哎，我看着你不太开心啊。”对人的语气语调的判断，对着摄像头前的这个人的表情的判断都非常好。他自己的输出情感也很充沛，有笑声，有害羞，各种各样的感情都非常充沛，而且很自然。你并不会感觉很吓人，这个过程。而且呢，他还可以中间打断，这个其实很难。就是他聊着聊着天，你中间打断他，而且呢，可以多角色聊天。因为Greg也演示了一点，就是两个AI自己在这聊天，然后他在中间还可以叫停他们，“哎，说咱们一块再聊个，说一个其他的事情啊。”这个是非常强的，因为AI等于已经可以分清谁在说话，这些之间的这个关系到底怎么样。你中间打断他了，再跟他聊天，他还可以停止他刚才正在说的话，继续去回答你的问题。这个已经非常强了，越来越像人了，就是他有这个察言观色的能力了。

詹姆斯·奥特曼也在讲，说：“你们有没有看过那个电影《Her》？”啊，这个我也看过，就讲的是一个工程师吧，他呢，跟一个装在口袋里的，有着很温柔、很性感声音线的一个女性的AI机器人去聊天，然后深深地爱上了这个机器人。讲了这样的一个故事。那个故事非常好，就是它的拍摄成本极低，但是呢，极其引人深思。这个电影另外一个值得推荐的是什么？它是一个美国人拍的科幻片，但是所有的外景地是在上海取的。对，这个非常神啊。为什么呢？因为他们觉得上海这个地方实在是太魔幻了，魔都嘛，对吧？要想拍这种有未来风格的电影，一定要去上海取景。这也是推荐大家去看的一部片子吧。有很多人说，我要去买啊，甚至我还有一个朋友说，我马上就去买这个M4芯片的iPad去了。

呃，首先啊，跟大家讲，免费用户手机端现在还是只能用3.5，你还用不了4。但是呢，免费用户呢，可以在PC端用浏览器使用GPT4了，这个没有任何问题啊。我刚才已经试过了，就是我到浏览器上去，然后呢登录一个新的OpenAI账号，那就肯定没有付过费嘛，他说你现在可以使用3.5和4了。但是在浏览器里头的话，他是没有录音键的啊，就是你只能是打字或者是上传图片，这个是OK的。他并不能去调用摄像头。

如果是付费用户呢，在手机端也可以选择GPT4，可以使用了。但是呢，并没有想象中那么快，刚才我讲了，为什么？因为我们需要挂梯子。语气语调呢，其实也没有加载，就是我们现在跟GPT4的各种沟通，它并没有那么丰富的语气语调，还是原来的这种慢条斯理在跟你说。摄像头的功能现在并没有打开，我估计应该没有那么快，为什么呢？因为摄像头这件事情，其实对你的手机、服务器、对网络的压力都实在太大了。这个事情未来到底会怎么被打开，还要等着看。而且你一旦开了摄像头功能，他对于隐私保护，原来有争议的问题就都会出来。你说这玩意为什么会有隐私保护？再跟大家讲啊，以前有一位工程师…\n是专门做人脸识别支付的。他有一次就发了帖子说：“这提醒小姐姐们，你们再去做人脸支付的时候，请一定要穿上上衣啊，千万不要问我是怎么知道的。”这个，跟各位小姐姐们共勉。

API用户的话，现在已经可以用了。因为我自己也会写程序，啊，我刚才试了一下，GPT-4o这个模型的API已经可以用了，比PT4特本要更便宜、更快，而且呢，支持读模态识别。全部的功能肯定要等，有些功能可能需要等很久，特别是视频识别。我估计视频识别真的跑起来以后，手机会发热的，甚至有可能会冒烟。咱们现在看到他现场演示的这个，他可能服务器就在他楼下，或者没准就在背后的那面墙旁边，就是他的服务器，离得非常近。所以，他有可能能够举着手机就去识别去。如果像咱们这种，服务器还在大洋彼岸，那你想去靠手机识别的话，这个很难啊。

这件事情对行业的冲击是什么？这个一定要去讲。第一个冲击：免费最可怕。OpenAI用户数活跃度虽然近期有一定的下降，但是呢，我并不觉得有了免费的GPT-4o之后，这个事就会有多大的变化。这个数会发生波动，但是没有什么意义。为什么呢？你的用户再多，付费的人再多，你能把OpenAI烧掉的钱挣出来不？你能盈利不？依然是九牛一毛。所以这件事本身对于OpenAI意义不大。

那么对于其他的币源呢，还惦记收费的服务啊，你们就该想想了。比如说Group，比如说Gemini，你们最后还惦记收费啊。虽然Gemini的这个Pro你是免费的，但是你的Control你是惦记收费的。那你要看看你收费的那个版本，跟我现在免费的GPT-4o比起来，到底行不行啊。这就是要去喊一嗓子了，你行吗？

第二个呢，以后的那些虚拟男友女友们，就赶快去更换新的大模型就好了，统统都换成GPT-4o。然后你们的用户啊，这个粘性会上升的，你们的用户会留存下来的。这又指明了一次方向。当然了，到了那边以后，他是不是继续做“盗学先生”，这个是需要打一个问号的。苹果新的Siri，我觉得是可以预期一下的。如果苹果新的Siri里头搭载的是GPT-4，呃，那还是一个非常棒的结果。当然，他在国内会搭载什么呢？难道是文心一言？呃，最好还是换一个，因为苹果到中国，肯定是要换一个大模型塞进去的。你就像苹果在美国用的是谷歌搜索，在中国的话，默认的都是百度搜索啊。千万千万不要上文心一言，然后最后还给我们解释了什么呢？就是APP才是王道。

在大模型出来以后，很多人都觉得，“哎呀，我在网站上就可以把这事搞定了。”“我在OpenAI的网站上，我在Rook的网站上，我在推特，我就可以把这事搞定了。”“我不需要APP了，APP已经没有什么意义了。”现在看到了，没有APP才是王道。为什么呢？啊，因为还是要有很大的内容，或者很大的这种算力要到本地去跑。AI的大模型公司可以将一些AI的小模型直接封到APP里面去，这样就可以分摊服务器的压力，可以分摊网络流量。

你比如说，我现在需要拿手机直接进行识别，比如原来的语音识别，你是怎么着呢？在只管录音，录完音以后是传到服务器上识别的，就是用OpenAI的Whisper的大模型直接处理。这事为什么可以呢？就是你可以在语音录下来以后，把它压缩得很厉害，压缩得很小了以后，然后再上去识别，识别的效果还很好。这个对于网络的压力其实没有那么大，对服务器压力也没有那么大。但是你想，现在他要做视频识别了，视频识别，你说我传1080P回去还是传4K回去？你就算传1080P，这个速度有多少？虽然我们的手机是可以做1080P的直播的，因为我有时候会做直播嘛。啊，1080P直播直接用5G流量是推得上去的，但是如果所有人都推这个玩意上去，他受得了吗？他肯定受不了啊。这个事肯定是不行的。所以，一定需要在本地做一些视频的预处理，然后才能回去。那么，你视频预处理可能也需要一些啊，闭园的小模型。这个就要在本地跑，就要在APP里边跑。你如果没有一个APP，你说我完全靠浏览器去搞这个事情，搞不了的啊，想都不用想。

如果是真的在APP里边进行AI运算，那么后边的AI手机，AIPC这条路就有一些价值了啊，大家就该掏钱去买那个M4的iPad Pro啊，该干嘛干嘛去了。后面压力就传导出去了啊。第一个，谷歌肯定会感觉到压力，今天的半夜谷歌IO就该开幕了，明天我们又可以讲新节目，说谷歌IO都讲了些什么。我估计皮彩正在连夜的改PPT，说”Open AI已经贴脸开大了”，我们原来那个PPT不好使了，咱必须得写一版新的，这次讲点啥啊。没准一着急还盲目出错，又给人演示点什么不该看的东西，或者演示一些内容有问题，那这个谷歌的股价，又可以稍微的波动一下了。这个可以稍微预期一下。

另外一个集团啊，马斯克的XAI后面的这个大模型，到底怎么样了？我觉得是越拉越远了啊。在group开源的时候，我当时做了预测，是跟所有人都不一样了啊。我当时觉得，马斯克基本上放弃这东西了，这东西就这样了。现在我们看看后边，是不是他还能感觉到有压力啊？咱们看一看。至于百度文心一言呢，还是要好好的感谢我们的长城防火墙。啊，当然，即使有了墙，我觉得它在国内都不算是特别强的模型了。国内我现在使用的比较强的模型，像Kimi啊…\n通一千问啊，包括像灵异万物，还有现在有一个新的叫DeepSea，这些新的模型，我觉得都比AlphaFold要好。现在唯一期盼的就是，苹果新的手机到国内来的时候，千万不要去用百度文心新语言去替代Siri，千万不要干这个事情，实在是太难用了。好，这就是今天跟大家讲的GPT-4，都发布了一些什么东西。感谢大家收听，请帮忙点赞，点小铃铛，参加Disco讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道，再见。\n