今天凌晨2点,OpenAI开启了第七天技术直播,发布了全新功能——ChatGPT Projects。
其实你从Projects这个名字就能看出来,是一个项目大合集,里面包含了文件与指令上传、自定义对话、Canvas、网络搜索、对话管理、实时协作等最新实用高效率的产品。
简单来说,现在ChatGPT已经从一个单一的AI对话,演变成一个高效率的协作平台,无论是开发代码、分析文件、搜索新闻都非常方便,成为提升工作效率的利器。
所以,短期内Projects只是一个高效率协作平台,但从长远来看OpenAI也想分一块ERP、CRM的蛋糕朝着企业级效率管理应用发展。
迫不及待想试试这个新功能了。
这真的很有必要,可能是ChatGPT最有用的功能之一了。
这次更新还不错。
这个功能真的很棒。
多么智能的功能,想赶紧试试。
OpenAI的又一突破性功能。现在我可以如此高效地组织我的聊天,或许我真的会开始更多地进行对话了!
Project功能太棒了。这将极大地推动企业、大学和个人的产品化进程。
Projects功能介绍
在使用Projects之前,你需要先创建它,点击左侧边栏中的加号按钮,就能够迅速启动一个新项目,然后起一个名字和颜色标识即可,便于区分不同的工作内容。
例如,在准备一次家庭聚会时,你可以创建名为“Family Gathering”的项目,并选择温馨的颜色来匹配节日气氛。一旦创建了项目,就可以进一步对其进行编辑,包括调整标题、添加描述信息等,确保每个项目都符合个人或团队的需求。
文件与指令上传:项目创建完成后,用户可以将各类文件上传至项目中,包括PDF文档、数据电子表格,还图片和音频文件全部都没问题,整体兼容性非常强。
例如,你是正在进行新产品市场调研时,将收集到的调查问卷数据、行业报告以及竞争对手分析文档上传至项目中。这些文件为 ChatGPT 提供了丰富的背景信息,使其能够在对话中生成更具深度和针对性的见解。
当你询问关于目标市场趋势的问题时,ChatGPT 能够基于上传的文件数据进行分析,给出精准的预测和建议。
此外,用户还可以设置自定义指令,为 ChatGPT 的回应注入个性化特点。例如,一位设计师上传了品牌风格指南文件,并设置指令要求 ChatGPT 在提供设计建议时遵循品牌的核心价值观和视觉风格。ChatGPT 在对话中始终牢记这些指令,生成的设计理念与品牌形象高度契合。
对话管理与搜索:在项目进行中,团队成员之间的沟通是至关重要的。ChatGPT Projects提供了一个对话管理工具,让你可以轻松地组织和搜索过去的对话记录。
例如,你想回顾关于某个特定设计决策的讨论,可以直接在项目中搜索相关关键词,快速找到那次对话。此外,你还可以将重要的对话固定在项目中,以便团队成员随时查阅,确保信息的透明度和一致性。
超强的集成能力:除了上面那些特色功能之外,ChatGPT Projects还集成了多种实用工具,包括网络搜索、Canvas、实时聊天协作、API集成、多类型代码执行等。
以编程为例,开发者不仅可以利用内置的Canvas快速生成网页模板代码,还可以借助网络搜索功能获取最新的技术资讯或参考案例。同时对于那些涉及复杂流程管理的任务(如项目进度跟踪),用户同样能够在不离开项目环境的情况下完成相应操作。
例如,在规划一次大型会议时,用户可以使用时间轴视图直观展示各项准备工作的时间安排,同时邀请相关人员加入讨论并实时更新状态。所以,这种高度产品集成的方法,无论多么复杂的任务都能在一个统一平台上高效执行,尤其是对于企业用户来说帮助非常大。
从今天开始,ChatGPT Plus、Pro和Teams用户已经可以使用该功能,未来会扩展至免费用户。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。