# 影片筆記：OpenAI凌晨发布GPT-Live：能打断、能同传，把我唬住了！#chatgpt #openai

## 一句話總結

影片對比測試了「豆包」與新發布的「Glock」系列模型（疑為 Grok 或特定內部模型），重點評估其語音延遲、方言同傳、邏輯推理及代碼審查能力，並指出新模型雖在技術上有所進步，但存在語音「恐怖谷效應」及代碼質量問題，整體表現被評價為偏向寫代碼而非陪聊，最終測試結果令人失望。

## 核心重點

*   **模型對比結論**：
    *   **豆包**：優勢在於中文本地化及生態整合順手。
    *   **新模型（Glock系列）**：優勢在於跨領域推理及長文本表達能力，但整體表現被認為「有點拉」，測試後失去興趣。
*   **語音功能表現**：
    *   存在語音延遲與信號不穩定問題。
    *   具備普通話轉四川話、河南話的同聲傳譯功能。
    *   語音雖有進步，但存在「恐怖谷效應」，音調詭異，令人起雞皮疙瘩，被形容為「跟偉人對話的感覺」。
*   **技術與代碼審查（Glock 4.5）**：
    *   模型定位偏向寫代碼，非陪聊。
    *   發現代碼 Bug：
        1.  移动端導航在 <800 像素時隱藏且無替代方案。
        2.  Color Mix 寫法缺乏降級方案。
        3.  過度依賴 Google Funds（疑為 Google Fonts）導致加載問題。
    *   評價模型像「會做近海展示（疑為前端展示）的前端實習生」。
*   **邏輯與角色扮演測試**：
    *   測試反駁人格（桌子形狀辯論）、情緒表達（喜怒哀樂）及播音員模擬。

## 詳細大綱

### 1. 開場與模型對比
*   提出問題：豆包與新模型誰更厲害？
*   回答：難一刀切，取決於場景。
*   對比分析：
    *   豆包：中文本地化好，生態整合順手。
    *   新模型：跨領域推理強，常文表達（疑為長文表達）能力佳。

### 2. 語音功能與信號測試
*   觀察到語音延遲與信號不穩定。
*   模擬真人語氣與咳嗽聲效進行測試。
*   確認模型身份（AI vs 真人）。

### 3. 語言轉換與方言測試
*   實測普通話轉四川話及河南話。
*   調整語音音量與清晰度。

### 4. 邏輯推理與角色扮演
*   **反駁人格測試**：進行桌子形狀辯論。
*   **情緒表達測試**：測試喜怒哀樂情緒。
*   **播音員模擬**：模擬中央人民廣播播音員。

### 5. 技術實測：Glock 4.5 代碼審查
*   模型定位：偏向寫代碼，非陪聊。
*   **發現的 Bug**：
    1.  移动端導航在 <800 像素時隱藏且無替代方案。
    2.  Color Mix 寫法缺乏降級方案。
    3.  過度依賴 Google Funds 導致加載問題。
*   **評價**：像會做近海展示的前端實習生。

### 6. 語音恐怖谷效應與總結
*   小行星歌謠哼唱測試。
*   **語音評價**：比上一代好，但存在「恐怖谷效應」，音調詭異，令人起 GB 疙瘩（疑為雞皮疙瘩）。
*   **最終結論**：測試表現不佳，失去興趣。

## 工具 / 模型 / 名詞整理

*   **豆包**：影片中被對比的主要模型/產品，優勢為中文本地化與生態整合。
*   **Glock**：新發布的語音對話模型系列名稱（文中多次出現，疑為辨識錯誤）。
*   **Glock 4.5**：具體提及的新模型版本號。
*   **網頁端**：訪問模型的介面。
*   **手機端**：訪問模型的介面。
*   **Google Funds**：代碼審查中提到的依賴庫（疑為 Google Fonts）。
*   **Color Mix**：CSS 寫法名稱。
*   **中央人民廣播**：模擬播音員時提到的廣播站名稱。
*   **小行星**：歌謠名稱（Twinkle Twinkle Little Star 的中文譯名）。
*   **GB 疙瘩**：原文描述語音帶來的生理反應，疑為「雞皮疙瘩」。
*   **近海展示**：原文評價代碼能力時使用的詞彙，疑為「前端展示」。
*   **常文表達**：原文描述新模型優勢，疑為「長文表達」。

## 操作流程整理

1.  **初始對比**：使用者提問比較豆包與新模型（Glock系列）的能力。
2.  **語音基礎測試**：
    *   測試語音延遲與信號穩定性。
    *   模擬真人語氣（如咳嗽聲）以測試真實感。
    *   確認對方為 AI 還是真人。
3.  **方言同傳測試**：
    *   輸入普通話，要求轉換為四川話或河南話。
    *   調整語音音量與清晰度以確保聽感。
4.  **邏輯與情緒測試**：
    *   進行反駁人格測試（例如辯論桌子形狀）。
    *   測試模型表達喜怒哀樂情緒的能力。
    *   模擬中央人民廣播播音員語氣。
5.  **代碼審查測試（針對 Glock 4.5）**：
    *   要求模型生成或審查代碼。
    *   檢查移动端導航在 <800 像素時的隱藏邏輯。
    *   檢查 Color Mix 寫法是否有降級方案。
    *   檢查是否過度依賴 Google Funds 導致加載問題。
6.  **語音質感測試**：
    *   要求哼唱小行星歌謠。
    *   評估語音是否自然，是否存在「恐怖谷效應」。
7.  **總結評價**：
    *   綜合技術表現與語音質感，得出模型偏向寫代碼、陪聊能力弱的結論。

## 值得注意的限制或風險

*   **語音延遲與信號問題**：新模型在語音對話中存在延遲及信號不穩定的風險。
*   **語音恐怖谷效應**：新模型語音雖有進步，但音調詭異，可能引起用戶不適（起雞皮疙瘩）。
*   **代碼質量風險**：生成的代碼存在功能性 Bug（如導航隱藏無替代方案、缺乏降級方案）及性能問題（過度依賴外部資源）。
*   **定位偏差**：模型被評價為偏向寫代碼，若用戶期望的是陪聊或通用對話，體驗可能不佳。

## 逐字稿辨識疑點

*   **Glock / Glock 4.5**：逐字稿中多次出現「Glock」及「Glock 4.5」，通常語音模型命名為「Grok」或類似名稱，此處需查證是否為聽寫錯誤或特定內部代號。
*   **Google Funds**：在代碼審查段落中，原文為「完全依賴 Google Funds」，通常前端開發依賴的是「Google Fonts」，此處疑為聽寫錯誤。
*   **常文表達**：原文為「常文表達」，疑為「長文表達」或「長文本表達」之聽寫錯誤。
*   **近海展示**：在評價代碼時，原文為「很會做近海展示」，疑為「前端展示」或類似詞彙之聽寫錯誤。
*   **GB 疙瘩**：原文為「一度起 GB 疙瘩」，疑為「雞皮疙瘩」之聽寫錯誤。
*   **任文其詳**：原文為「任文其詳」，疑為「詳細說明」或類似詞彙之聽寫錯誤。
*   **閃**：原文為「我過不了閃」，語意不明，疑為聽寫錯誤。
*   **周延**：在問「誰」時，回答「周延」，疑為人名或特定梗，需查證是否為聽寫錯誤（如「Google」或其他）。
*   **快文快的**：原文為「快文快的」，語意不明，疑為聽寫錯誤。
*   **中文学家**：原文為「中文学家你最喜欢谁」，疑為「中文模型」或類似詞彙之聽寫錯誤。
*   **断封**：影片結尾自稱「我是断封」，疑為作者名稱或聽寫錯誤。

## 可延伸追問

*   「Glock」系列模型是否為 OpenAI 或第三方開發的特定產品？其正式名稱為何？
*   「Google Funds」在前端開發中是否為特定庫的別稱，還是確認為「Google Fonts」的誤聽？
*   針對「恐怖谷效應」，是否有技術手段可以調整音調以減少用戶的不適感？
*   豆包與 Glock 模型在生態整合方面的具體差異為何？