OpenAI上线新功能太强了，服务器瞬间被挤爆

让 ChatGPT 服务器宕机，你参与了吗？

OpenAI 开发者日上新功能太火爆，服务器都挤爆了。

太平洋时间 11 月 8 日上午 6 点左右开始，ChatGPT 服务器宕机超过 90 分钟，用户访问会收到「ChatGPT 目前已满载（ChatGPT is at capacity right now）」的消息。

随后，OpenAI 接连发布两次「服务器中断」警告 —— 一次部分中断、一次全线中断，并称正在调查宕机原因，进行修复和监控。

最新状态显示：「ChatGPT 和 API 仍然会出现周期性中断。」

OpenAI 表示这是一次严重的服务器中断，也影响了该公司的 API 服务。

OpenAI CEO Sam Altman 对此次中断表示抱歉，并在推特上说道：「我们在开发者日发布的新功能的使用情况远远超出了预期。我们原计划周一为所有订阅者启用 GPT，但仍未能实现。我们希望尽快。由于负载的原因，短期内可能会出现服务器不稳定的情况。」

看来，开发者日上新功能的火爆程度是 Sam Altman 也没想到的。

在开发者大会上，OpenAI 宣布推出 GPT-4 Turbo、GPTs，让用户无需代码，结合自己的指令、外部知识和能力就可以创建自定义版本的 ChatGPT。

ChatGPT 发布近一年，其每周用户数量已经达到 1 亿，并有超过 200 万开发人员在 OpenAI 的 API 服务上进行开发，用户增长速度惊人。如今，功能大上新更是直接把服务器挤爆了。

网友反应也很快：「ChatGPT 宕机了，我的工作怎么办？」

还有网友开玩笑称：「ChatGPT 崩溃了，Stack Overflow 开心了。」

                                   ^{图源：https://twitter.com/2sush/status/1722457364283232760}

既然服务器宕机了，我们再仔细看看 OpenAI 开发者日的内容吧，或许有两项发布，大家没有给予太多的关注。

Whisper-V3、Consistency Decoder 的开源也很给力

OpenAI 的首届开发者大会，实属把大家都震撼到了。在这过去短短的 48 小时的时间里，大家更多的把目光集中在了新模型 GPT-4 Turbo 的发布、GPTs 商店等内容上，现在愣是把服务器整崩了。

然而，在这场发布会之后，很多人都忽视了 2 个开源模型，如果你深入了解一下，它们和那些新产品一样令人兴奋，现在，这两个项目都在 GitHub 热榜上。

第一个是 Whisper-V3，被公认为目前最好的 OSS 语音识别模型，新版相比 Whisper-V2 有了重大改进。OpenAI 于 2022 年 12 月发布第一代 Whisper，支持语音识别、语音翻译等能力。短短不到一年的时间，现在已经进化到 Whisper-V3，值得一提的是，OpenAI 表示不久将推出 API。

项目地址：https://github.com/openai/whisper/

论文地址：https://arxiv.org/abs/2212.04356

 Whisper-V3（也称为 Large-v3）使用了 Large-v2 （Whisper-V2）收集的长达 100 万小时的弱标记音频和 400 万小时的伪标记音频进行训练而成。此外，相比前几代模型，Whisper-V3 在多种语言上显示出了较高的性能改进，下图为 Whisper-V3 在 Common Voice 15 和 Fleurs 上的性能表现：

被大家忽略的另一个重点是 OpenAI 开源了一个专门改进 AI 图像生成的研究 Consistency Decoder ，这项研究来自论文《 Consistency Models 》，作者阵容非常强大，有本科毕业于清华大学数理基础科学班、目前在 OpenAI 担任研究员的宋飏，还有 OpenAI 联合创始人、首席科学家 Ilya Sutskever 等都出现在论文作者列表里。

与热门的图像生成模型 Midjourney 、Stable Diffusion 等不同，OpenAI 认为扩散模型依赖于迭代生成过程，导致采样速度缓慢，进而限制了它们在实时应用中的潜力。因而他们创造性的提出了 Consistency Models，这是一类新的生成模型，无需对抗训练即可快速获得高质量样本。

• 项目地址：https://github.com/openai/consistencydecoder

• 论文地址：https://arxiv.org/pdf/2303.01469.pdf

下图我们可以很直观的看到，Consistency Decoder 效果更好，能增加图像生成的稳定性和一致性，让生成的图像更加清晰和连贯，例如下图中人物眼部细节提升更加明显：

网友猜测，Consistency Decoder 就是 DALL・E 3 用到的解码器，以后生成惨不忍睹的人脸情况可能就不会发生了。

宋飏也证明了网友的猜测，「非常高兴发布 DALL・E 3 的 consistency decoder，这是一种 consistency 模型，可以以惊人的速度将 VQGAN 潜在图像转换为质量更高的图像！」

现在看来，OpenAI 的每一项发布都值得细细研究，这些技术都在各自的领域有着重要价值。

^{参考链接：}

^{https://twitter.com/DrJimFan/status/1722281972641448426}