插件：门槛最低的AI另类原生应用 最低个人开发者占比超30%

这就是插件百度文心4.0的插件功能。

目前
，门槛文心4.0光是最低插件就有8个，包括一镜流影（文字转视频） 、原生应用说图解画(看图说话)、插件E言易图(可视化数据分析)等 。门槛中国4大出国劳务公司

这些插件还可以自由组合，最低来完成更复杂的原生应用任务。

不仅如此 ，插件百度文心大模型插件开发平台——灵境矩阵平台，门槛上线1个月已有2.7万家开发者申请入驻 ，最低个人开发者占比超30%
。原生应用

那么，插件百度为何如此重视插件?门槛而插件生态的繁荣 ，对大模型又意味着什么?最低

1

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，出国劳务需要具备哪些条件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，日本就业只需要说出:“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生成的正规劳务出国的在哪里可以找到汉堡视频

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”），日本劳务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”。

2

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 。

除了智能问答功能 ，ChatPDF还提供了在线编辑 、转换和文件压缩功能 。如果用户想在PDF文件中添加或删除一些元素，或者更改某些文本或图像，ChatPDF 的在线编辑功能将会非常有用 。

Monica

一个接入了ChatGPT的API接口的网页侧边栏插件，启动该插件后，在浏览任何网站时，Monica就能使用ChatGPT的能力  ，解读任何信息或文本 ，或对网页内容进行探讨，以及提供翻译等。

值得一提的是，除了ChatGPT之外 ，Monica还集合了Claued 、Bard等其他AI的接口，如果这还不够
，用户还可以在其接入的AI库中 ，自行搜索并添加其他AI工具 ，从而可以通过不同的AI满足自己多样化的需求 。

ChatHub

这是一个可以在一个应用程序中使用不同的聊天机器人的插件 ，目前支持ChatGPT和新的BingChat，并将来会集成Google Bard等更多聊天机器人。用户可以同时与多个聊天机器人进行交流，轻松比较它们的答案。

NoteGPT

这是一个使用ChatGPT对视频进行总结的插件。支持在视频网站上一键截屏和记录笔记 。

启动该插件后 ，面对某些时长较长的视频时，用户就可以快速地用ChatGPT获取视频内容的关键信息  ，并生成摘要和总结
，同时还可以在观看视频时一键截屏或记录带有时间戳的笔记 。

智星AI助手

这是国内首款支持插件的AI认知模型产品 ，智星AI当前已接入7个插件 ，包括天气查询、Bing搜索、Wolfram等 ，可以快速提供实时天气信息，解答高等数学问题
，进行深度金融分析等。

相较而言 ，ChatGPT每次只能使用3个插件
，而智星AI使用时没有插件数量限制。

WPSAI

相当于是国内版的Microsoft365Copilot，具备缩写 、扩写
、续写、转变写作风格
、总结概括文章要点
，快速生成PPT大纲、一键制作PPT模板，智能化处理Excel表格等功能，并拥有语音交互新特性 ，可以在手机等小屏终端上进行移动办公 。

3

插件里的雄心

除了上述种类各异的第三方插件功能外，各大科技巨头在插件方向上 ，也呈现出了一种蓄势待发的态势。

例如，MicrosoftAI 插件平台，就提供了一系列的工具和服务，让开发者可以利用微软的的ChatGPT和新必应，创建和部署各种AI插件，包括能力模型类 、数据类 、应用类等。其插件跨越了多个场景和产品 ，如Dynamics365
、Microsoft365等 。

而在国内方面，百度也推出了号称让人人可开发AI插件的「灵境矩阵」平台 ，试图以文心一言为基础，构建一个庞大的插件生态。

而这种大布局的背后
，至少显露了巨头们在两方面的意图:

1 、以插件为突破口，打通大规模商业化的路径;

2、以庞大的插件生态
，构筑类似英伟达的CUDA那样的软件壁垒。

关于第一点，为何大模型+插件模式，极有可能是AI大规模商业化的答案?

理由其实很简单，此前的大模型，无论是AI生文 、作图
，其赋能领域都只能局限在单一的 、狭窄的范围内。

某个大模型也许写作水平不错，但它在现实中 ，该如何解决商品对比、财务分析这样多门类的
、具体的任务呢?

人们在生活中的需求是多样化 、多层次的 ，从这个角度上说，当大模型打破了单一模态的限制，并满足了这种多样化需求的时候
，就是其真正大规模商业化落地的开始。

而一个个外接的插件功能，就相当于是大模型的?“眼”和“手”，让其不再局限于单一领域、模态的范围。

在未来，用户可能只需要一个大模型入口，就能完成诸如订票 、点餐、叫外卖等任务。

而这也引出了第二点，即以插件为主的生态壁垒。

在当下的大模型赛道上，尽管国内外衍生的AI应用已不胜枚举
，当其中有相当一部分 ，仍然是基于ChatGPT的“套壳”产品 。

这样的现实，也从一个侧面反映出:在大模型的选择上，大部分开发者和用户，仍然只认最强的几个头部产品。

著名投资机构A16Z上月公布的流量前50的AI网站，其中相当一部分是“套壳”应用

换句话说
，对于大模型，用户只要遇到了一个最好用的，就不太会再用其他的。

在这样的逻辑之下
 ，众多企业若是不想陷入重复造轮子的境地，最好的选择必然是将重心转向应用端。

而历史的经验表明，在软件 、应用端的竞争上 ，谁能为开发者提供一个低门槛的，友好的开发环境，谁就能率先建立起自身的生态壁垒。

在这方面 ，英伟达的CUDA可以说是做了一个极好的表率 。

经过持续的演进 ，CUDA已然形成了一个丰富而成熟的庞大生态 。英伟达也由此实现了软硬件深度捆绑:用他的软件就必须买他的硬件，买他的硬件使用CUDA可事半功倍。

而目前各大巨头们在插件上的争相布局，也颇与英伟达的CUDA有异曲同工之妙:开发者或用户若想实现低门槛、快捷的AI应用开发
，就必须基于其大模型的能力。

反过来，应用生态的繁荣
，又会强化人们对其大模型的仰赖
 。

而谁若率先实现了这样与应用相互促进，相辅相成的生态 ，谁就将有可能在AI时代率先竖立起自身的生态的壁垒 。