主題
最近很多都用戶遇到同一個疑問？
「OpenAi付費的ChatGPT-4 Turbo與Copilot上免費使用的ChatGPT-4 Turbo模型有一樣嗎？」
這個答案是肯定一樣的，至於原因是什麼？請聽我仔細描述分析兩者之間的一個關鍵差異。
Q：如果這兩者所使用的模型都是一模一樣的，那為何付費用戶會私自為何認為肯定完全不一樣？
原因也很簡單，重點就是付費用戶才有可以tag使用的GPTs外掛體驗，所導致認知上的不一樣，不然可以去問那些付費使用ChatGPT-4 Turbo的用戶，有哪一位是在討論ChatGPT-4 Turbo語言模型本身的？九成九付費用戶都只是單純在討論到底哪一個外掛模組比較好用而已，而不是針對語言模型本身的架構產生高度興趣。
(例如，近期在中國與臺灣的GPT群組上熱門討論的Coze.com，那也是強調外掛插件體驗的一種，而不是討論模型本身是否為多模態架構這件事，甚至可以說，對AI模型本身的了解度是完全一無所知、也沒有興趣想知道何謂多模態。)
反觀在Copilot上可以免費使用的ChatGPT-4 Turbo模型，本身就只是一個很單純的語言模型，頂多是再多一個一模一樣的微軟BING搜尋引擎外掛，其餘可使用的外掛也與OpenAI上付費使用的海量外掛完全不同而已。
所以，只要把那些海量的外掛插件逐一拿掉，這時候用戶體驗到的，也就只是單純基於文本資料庫單純做出反應的大語言模型而已，像這種生成式AI就不會有任何想付錢支持的念頭出來，而這也是多數付費用戶會認為付費的一定跟免費的不一樣的地方。
簡單的說，就是在於付費用戶可以享有海量外掛可以選擇體驗，沒有付費的就只能體驗到最基本原始的語言模型架構，但這也在某種程度上間接證實，該ChatGPT-4 Turbo模型並不是真正的多模態架構，換句話說，更多時候也只是使用者們對AI模型的錯誤理解，所產生的跟風炒作效應而已。
自然就會產生：「有付費一定會比較厲害的想法，沒付費的就通通一律比較爛的奇怪認知。」
因此，只要一旦被拿來測試模型架構的項目時，也許長期付費支持的用戶可以硬拗各種理由來掩飾、阻止Ai產業持續進步，但不變的是，依舊就很容易被其他的大語言模型給大幅超車過去，尤其只要OpenAi在外掛上玩不出全新體驗時，付費的用戶們也會隨之變心、集體跳槽。
最後，來解釋一下，具備多模態的AI模型與實體機器人的關聯性：
由於實體的機器人，仰賴的就是模型架構本身賦予的可執行之能力範圍，而非仰賴手動tag大量的外掛插件來運作，例如：（視覺推理）圖片+文字來分析上下文、推理身分與意圖、同時推理圖片中的物品可能是用在哪些情境上、透過內容決策判斷選擇相對應的具體行為或完成事件的優先順序、先急後緩，這些都是不屬於海量外掛可以自主完成的事項，因此，光看人類本身也不需要tag各種外掛，就已經能進入365種行業類別自主學習如何工作賺錢了。
「OpenAi付費的ChatGPT-4 Turbo與Copilot上免費使用的ChatGPT-4 Turbo模型有一樣嗎？」
這個答案是肯定一樣的，至於原因是什麼？請聽我仔細描述分析兩者之間的一個關鍵差異。
Q：如果這兩者所使用的模型都是一模一樣的，那為何付費用戶會私自為何認為肯定完全不一樣？
原因也很簡單，重點就是付費用戶才有可以tag使用的GPTs外掛體驗，所導致認知上的不一樣，不然可以去問那些付費使用ChatGPT-4 Turbo的用戶，有哪一位是在討論ChatGPT-4 Turbo語言模型本身的？九成九付費用戶都只是單純在討論到底哪一個外掛模組比較好用而已，而不是針對語言模型本身的架構產生高度興趣。
(例如，近期在中國與臺灣的GPT群組上熱門討論的Coze.com，那也是強調外掛插件體驗的一種，而不是討論模型本身是否為多模態架構這件事，甚至可以說，對AI模型本身的了解度是完全一無所知、也沒有興趣想知道何謂多模態。)
反觀在Copilot上可以免費使用的ChatGPT-4 Turbo模型，本身就只是一個很單純的語言模型，頂多是再多一個一模一樣的微軟BING搜尋引擎外掛，其餘可使用的外掛也與OpenAI上付費使用的海量外掛完全不同而已。
所以，只要把那些海量的外掛插件逐一拿掉，這時候用戶體驗到的，也就只是單純基於文本資料庫單純做出反應的大語言模型而已，像這種生成式AI就不會有任何想付錢支持的念頭出來，而這也是多數付費用戶會認為付費的一定跟免費的不一樣的地方。
簡單的說，就是在於付費用戶可以享有海量外掛可以選擇體驗，沒有付費的就只能體驗到最基本原始的語言模型架構，但這也在某種程度上間接證實，該ChatGPT-4 Turbo模型並不是真正的多模態架構，換句話說，更多時候也只是使用者們對AI模型的錯誤理解，所產生的跟風炒作效應而已。
自然就會產生：「有付費一定會比較厲害的想法，沒付費的就通通一律比較爛的奇怪認知。」
因此，只要一旦被拿來測試模型架構的項目時，也許長期付費支持的用戶可以硬拗各種理由來掩飾、阻止Ai產業持續進步，但不變的是，依舊就很容易被其他的大語言模型給大幅超車過去，尤其只要OpenAi在外掛上玩不出全新體驗時，付費的用戶們也會隨之變心、集體跳槽。
最後，來解釋一下，具備多模態的AI模型與實體機器人的關聯性：
由於實體的機器人，仰賴的就是模型架構本身賦予的可執行之能力範圍，而非仰賴手動tag大量的外掛插件來運作，例如：（視覺推理）圖片+文字來分析上下文、推理身分與意圖、同時推理圖片中的物品可能是用在哪些情境上、透過內容決策判斷選擇相對應的具體行為或完成事件的優先順序、先急後緩，這些都是不屬於海量外掛可以自主完成的事項，因此，光看人類本身也不需要tag各種外掛，就已經能進入365種行業類別自主學習如何工作賺錢了。
這邊解釋一下什麼叫視覺推理？
例子1：上班族為何會一直經常習慣性的不斷看著手錶、很在意時間？
例子2：上學時間，學生為何要邊看著時間，邊急忙衝進學校教室內？
例子3：為何看到指針與分針集中在12點的位置時，人們就會知道中午要去買便當？
難不成這三個例子上，是在時間軸上面已經有事先寫好什麼prompt嗎？
顯然是沒有任何肉眼可見的prompt，僅僅只是因為：
1.害怕上班遲到被扣薪水、老闆斥責。
2.害怕被老師寫聯絡簿告知家長或留下來當值日生。
3.午休用膳時間。
類似於這些思考過程就是所謂的視覺推理，而且都是基於非文字資訊，而是透過視覺內容，自行起發的思考行為。至於文字推理就不用說，就是單純根據文字內容記錄或是多輪對話的上下文，所進行的分析及推論。
Q：那AI推理這應用可以在哪裡變現？
大數據廣告投放行為。(根據用戶經常閱覽點擊的網站內容、GPS地理位置、音訊，來讓AI模型進行分析、推理、建議選擇適合推播、投放相對應的客製化廣告內容。)
延伸閱讀：
AI 模型學會思考，研究人員提出 Quiet-STaR 演算法
OpenAI 寄予厚望的 GPT Store，上線兩個月就涼了？
美國陸軍正在測試用 OpenAI GPT-4 作為戰場顧問
OpenAI 新研究，稱 GPT-4 協助製造生物武器的風險很小
【3/28 快訊 Top 5】「安息吧 GPT-4」Claude 3 首次超越 GPT-4，登上最強 AI 模型排行榜冠軍！
〈樺漢法說〉布局AI應用、機器人商機 聚焦機器視覺應用
達人
