ChatGPT Sites公测颠覆建站体验，GPT-6跨模态能力打破人类感官壁垒！

ChatGPT Sites公测建站从此就像写文档就在刚刚OpenAI又进化了备受瞩目的ChatGPT Sites正式开启公测。哪怕一行代码都不会写只需几句自然语言提示或上传一张草图就能像写Google文档一样在十几分钟内生成一个高度专业、功能复杂的交互式网站。只用自然语言就能完成前端开发传统的建站SaaS行业正遭受巨大的颠覆。曾几何时拥有一流的个人网站是程序员和专业设计师的特权。后来出现了Dreamweaver再后来有了Wix、Squarespace甚至Tilda等拖拽式建站SaaS工具。但今天ChatGPT Sites的公测直接把建站门槛踏碎了。知名科技媒体Fast Company以及Wonder Tools主理人Jeremy Caplan实测后表示ChatGPT Sites带来的体验极其颠覆 「现在制作一个美观的网站就像创建一个Google Doc一样简单。」目前该功能已向ChatGPT Plus、Pro、Business、Enterprise和Edu用户全面开放。它的工作过程无比简单1.描述你的愿景用几句话写下你想要的网站类型、目标受众。2.喂给它素材如果有喜欢的网页截图、手绘的草图直接上传。3.提出功能要求想要链接按钮、嵌入式视觉效果还是复杂的交互元素直接告诉它。4.喝杯咖啡等待视复杂程度大约10到15分钟后一个完整的网站就诞生了。注意这不再是简单的「套模板」而是真正的Vibe Coding早期测试者们已经用它做出了不少神仙项目。首先是实用类页面有人用它做出一份完美的媒体套件赞助页、一个设计现代的旧金山活动指南甚至是一个支持将商品拖拽进购物篮的野餐用品现代在线商店。另外艺术家Drue Kataoka用它生成了一个名为GoalFlow的艺术创作工具用户选择国旗后能在流体模拟画布上用国旗的颜色进行「绘画」颜料会像水中的色素一样自然旋转和漂移。这种涉及复杂流体物理引擎的前端页面过去需要高级前端工程师耗费数周现在只需几句提示词。最后还有物理引擎游戏你甚至可以几句话做一个类似Jenga的《Glass Towers》游戏自带逼真的物理效果或者做一个控制纸飞机穿过圆环的街机小游戏《Paper Glider》。更可怕的是它的迭代能力。当ChatGPT给出初稿后你可以直接在侧边栏使用「注释工具」像批改作业一样在网页上画圈「把这个按钮的颜色改了」、「这里的字体换成无衬线体」、「替换这张图片」。它不仅能听懂还能无缝修改。显然行业洗牌已经不可避免。虽然早期的AI建站工具如Lovable、Bolt依然有其灵活性Claude的Artifacts和Claude Design也在交互式UI上表现出色但ChatGPT Sites的王炸在于它融入了极其庞大的生态系统。如果你在一个「ChatGPT Project」中工作它会自动读取你的品牌风格指南、Logo库生成的网站天然就带着你的品牌DNA。现在前端工程师已经被降维成了「提示词产品经理」而那些还在依靠「拖拽建站」收取高昂月费的传统SaaS企业如果不能迅速转型恐怕熬不过今年冬天了应用侧降维彻底消灭「操作」只保留「意图」回想一下从PC时代的命令行CLI到视窗时代的图形界面GUI再到如今大模型时代的自然语言界面LUI人机交互的历史就是一部不断降低操作门槛的历史。ChatGPT Sites的本质是将前端开发从「工程学」降维成了「表达学」。过去你要建一个网站你的大脑需要经过多层翻译。我要卖东西意图 - 我需要一个购物车和支付系统产品逻辑 - 我需要写HTML/CSS/JS前端代码 - 我需要对接数据库后端逻辑 现在ChatGPT Sites把中间的折腾全部抹平了。用户的输入端被彻底降维成了纯粹的自然语言也就是最原始的「意图」。传统软件SaaS的核心壁垒是「我们把代码封装成了好看的按钮供你点击」而大模型的降维打击是你只要张嘴说话就行。从此一切围绕「如何让非程序员更容易写代码/建网站」的过渡性工具都将在这个意图直接生成结果的「端到端」生成时代失去生存空间。GPT-6一眼看穿频谱图打破人类感官壁垒而且就在今天AI研究员ChrisGPT和Max Rubin公布的一组测试让无数音频工程师和AI从业者震撼了。这个测试很简单把声音变成一张图让GPT-6直接读图。ChrisGPT给GPT-6上传了一张Mel频谱图一种将声音的频率、时间、能量可视化为二维图像的技术过程中他未播放任何实际音频、大模型处于未联网状态。唯一提示词就是 「这个声音来自大自然中的一种动物/哺乳动物。」 GPT-6回答说「鲸鱼可能是一头蓝鲸。」 全网震惊了。因为它不仅答对了还超出我们的认知——这背后的推理逻辑已经超越了简单的图像匹配要知道蓝鲸发出的是极低频的叫声但是在自然界中狮子、老虎和大象的叫声同样落在40-200赫兹的低频区间。仅凭频谱图上50赫兹附近有一团能量是无法断定它是鲸鱼的。GPT-6是怎么做到的音频工程师分析认为GPT-6敏锐地捕捉到了「能量随时间持续的形态特征」它不是在看一个点而是在理解声波在这个特定物理空间中是如何随时间流淌和衰减的。在极少上下文的情况下从一张「声音的图片」直接零样本猜中动物类别这种能力令人无比惊讶。另一位测试者Max Rubin的演示更是令人印象深刻。他测试了非自然音效结果显示Astra能够直接从Mel频谱图上零样本识别出《星球大战》中光剑挥舞的声音Max惊叹道「我们现在甚至连表面都还没触及。」虽然在科研领域学术界早就开始尝试用频谱图结合视觉模型来做鲸鱼叫声检测甚至训练专用的LLM去读Mel图做语音任务。但是这是通用大模型首次被公开证实能够在没有任何专项微调的情况下做出这种级别的跨模态推理。这就好比你从来没有教过一个人如何看乐谱你只是给他看了一张交响乐总谱。结果他不仅能在脑海中「听」到声音还能准确告诉你第二小节的长号吹错了一个音。大模型正在摆脱人类生物学束缚人类的感知世界是有巨大局限性的。我们必须依靠空气振动鼓膜大脑才能将物理震动转化为「声音」的电信号。在人类的潜意识里声音就是用耳朵「听」的图像就是用眼睛「看」的。这是几百万年进化给我们设定的「感官壁垒」。早期的多模态AI实际上是在「模仿」人类。我们给它听音频文件给它看图片试图让它像人一样去理解。 但GPT-6 Astra识别频谱图的意义在于大模型正在摆脱人类生物学器官的束缚对于GPT-6来说一头深海蓝鲸的一声悠长鸣叫和绝地武士挥舞光剑时的撕裂声本质上没有任何区别——它们都只是物理世界中能量的波动形式。当这种波动被转化为Mel频谱图这样一种数学和几何的表达时GPT-6就可以直接去「阅读」物理规则本身。它不需要长耳朵它不需要「听」见声音它可以直接「看」懂声音的物理公式。这意味着AI的多模态理解已经从「模仿人类的感官」进化到了对物理世界数据结构的「原生解码」。今天它可以看频谱图认出蓝鲸明天如果给它看地震波的图像它能不能直接预测下一次断层破裂如果给它看脑电波的图像它能不能直接读出你在想什么人类是通过肉身去感受宇宙的投影而现在AI正在直接阅读宇宙的源代码。