插件：门槛最低的 AI 另类原生应用

来源： AI新智能

图片来源：由无界 AI生成

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。

这就是百度文心4.0的插件功能。

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。

这些插件还可以自由组合，来完成更复杂的任务。

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？

插件，让大模型如虎添翼

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。

只需几段提示词，一个简单的小游戏就完成了

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”。

插件的百花齐放

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

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。