就在剛剛，OpenAI 又進化了。
現在，備受矚目的 ChatGPT Sites 正式開啟公測！
即使你完全不會寫代碼，只需輸入幾句自然語言提示或上傳一張草圖，就能像編輯 Google 文件一樣，在十幾分鐘內生成一個高度專業且功能複雜的互動式網站。
僅用自然語言即可完成前端開發，傳統的建站 SaaS 行業正遭受巨大顛覆。
而且，還有一則新消息傳出。
在底層技術側，GPT-6 展現出了驚人的跨模態能力。
在無音頻播放、完全斷網的狀態下，僅憑一張 Mel 頻譜圖（聲音的波形可視化圖像），GPT-6 就能認出深海藍鯨的叫聲，甚至還能認出《星際大戰》中的光劍音效。
This demonstrates that AI's multimodal understanding has completely broken through human sensory barriers.
它不再笨拙地「模仿」人類的看與聽，而是進化出對物理世界數據結構的「原生解碼」能力！
ChatGPT 網站公測，建站从此就像寫文件
曾經，擁有頂尖的個人網站是程式設計師和專業設計師的專利。
後來，出現了 Dreamweaver，再後來，有了 Wix、Squarespace 甚至 Tilda 等拖拽式建站 SaaS 工具。
但今天，ChatGPT Sites 的公測，直接把建站門檻踏碎了。
知名科技媒體 Fast Company 以及 Wonder Tools 主理人 Jeremy Caplan 實測後表示：ChatGPT Sites 帶來的體驗極其顛覆！
現在，製作一個美觀的網站就像建立一個 Google Doc 一樣簡單。
Currently, this feature is fully available to ChatGPT Plus, Pro, Business, Enterprise, and Edu users.
它是如何工作的？過程無比簡單。
1. 描述你的願景：用幾句話寫下你想要的網站類型、目標受眾。
2. 傳送素材給它：如果有喜歡的網頁截圖或手繪草圖，請直接上傳。
3. 提出功能要求：想要連結按鈕？嵌入式視覺效果？還是複雜的互動元素？直接告訴它。
4. 喝杯咖啡等待：根據複雜程度，大約 10 到 15 分鐘後，一個完整的網站就誕生了。
注意，這不再是簡單的「套模板」，而是真正的 Vibe Coding！
Early testers have already created many outstanding projects with it.
首先，是實用類頁面。
有人用它製作了一份完美的媒體套件贊助頁、一個設計現代的舊金山活動指南，甚至是一個支援將商品拖拽進購物籃的野餐用品現代線上商店。
此外，藝術家 Drue Kataoka 利用它開發了一款名為 GoalFlow 的藝術創作工具。
用戶選擇國旗後，可在流體模擬畫布上使用國旗的顏色進行「繪畫」，顏料會像水中的色素般自然旋轉和漂移。
過去，這種涉及複雜流體物理引擎的前端頁面需要高級前端工程師耗費數週時間，現在只需幾句提示詞即可完成。
最後，還有物理引擎遊戲。
你甚至可以用幾句話製作一款類似疊疊樂的《Glass Towers》遊戲，內建真實的物理效果；或製作一款控制紙飛機穿過圓環的街機小遊戲《Paper Glider》。
更可怕的是它的迭代能力。
當 ChatGPT 提供初稿後，你可直接在側邊欄使用「註釋工具」，像批改作業一樣在網頁上圈註：「把這個按鈕的顏色改了」、「這裡的字體換成無襯線體」、「替換這張圖片」。
它不僅能聽懂，還能無縫修改。
顯然，行業洗牌已不可避免。
雖然早期的 AI 建站工具（如 Lovable、Bolt）依然有其靈活性，Claude 的 Artifacts 和 Claude Design 在互動式 UI 上也表現出色，但 ChatGPT Sites 的王炸在於，它融入了極其龐大的生態系統。
如果你在一個「ChatGPT Project」中工作，它會自動讀取你的品牌風格指南、Logo 庫，生成的網站天然就帶著你的品牌 DNA。
如今，前端工程師已被降維成「提示詞產品經理」，而那些仍依賴「拖拽建站」收取高昂月費的傳統 SaaS 企業，若不能迅速轉型，恐怕熬不過今年冬天了！
應用端降維：徹底消除「操作」，僅保留「意圖」
回想一下，從 PC 時代的命令行（CLI），到視窗時代的圖形界面（GUI），再到如今大模型時代的自然語言界面（LUI），人機交互的歷史，就是一部不斷降低操作門檻的歷史。
ChatGPT 網站的本質，是將前端開發從「工程學」降維成「表達學」。
過去，你要建一個網站，你的大腦需要經過多層翻譯。
我想賣東西（意圖） → 我需要一個購物車和支付系統（產品邏輯） → 我需要撰寫 HTML/CSS/JS（前端代碼） → 我需要對接資料庫（後端邏輯）
現在，ChatGPT Sites 已將中間的繁瑣步驟全部消除。
用戶的輸入端已被徹底降維為純粹的自然語言，也就是最原始的「意圖」。
傳統軟體 SaaS 的核心壁壘是「我們把代碼封裝成好看的按鈕讓你點擊」，而大模型的降維打擊是：你只要張嘴說話就行。
從此，所有圍繞「如何讓非程式設計師更容易寫程式／建網站」的過渡性工具，都將在這個直接生成結果的「端到端」生成時代失去生存空間。
GPT-6 一眼看穿頻譜圖，打破人類感官壁壘
而且，就在今天，AI 研究員 ChrisGPT 和 Max Rubin 公布的一組測試，讓無數音頻工程師和 AI 從業者震撼了。
這個測試很簡單：把聲音轉變成一張圖，讓 GPT-6 直接讀圖。
ChrisGPT 上傳了一張 Mel 頻譜圖給 GPT-6，這是一種將聲音的頻率、時間和能量可視化為二維圖像的技術。
在過程中，他未播放任何實際音頻，大模型處於未聯網狀態。
唯一的提示詞是：「這個聲音來自大自然中的一種動物／哺乳動物。」
GPT-6 回答說：「鯨魚，可能是一頭藍鯨。」
整個網際網路都震驚了。
因為，它不僅答對了，還超出了我們的認知——背後的推理邏輯，已經超越了簡單的圖像匹配！
要知道，藍鯨發出的是極低頻的叫聲。
但在自然界中，獅子、老虎和大象的叫聲同樣落在 40-200 赫茲的低頻區間。僅憑頻譜圖上 50 赫茲附近有一團能量，是無法斷定它是鯨魚的。
GPT-6 是如何做到的？音訊工程師分析認為，GPT-6 敏銳地捕捉到了「能量隨時間持續的形態特徵」。
它不是在觀察一個點，而是在理解聲波在這個特定物理空間中如何隨時間流動和衰減。
在極少上下文的情況下，從一張「聲音的圖片」直接零樣本猜中動物類別，這種能力令人無比驚訝。
另一位測試者 Max Rubin 的示範，更是令人印象深刻。
他測試了非自然音效，結果顯示，Astra 能夠直接從 Mel 頻譜圖上，零樣本識別出《星球大戰》中光劍揮舞的聲音！
Max 惊嘆道：「我們現在連表面都還沒有觸及。」
雖然在科研領域，學術界早已開始嘗試結合頻譜圖與視覺模型來進行鯨魚叫聲檢測，甚至訓練專用的 LLM 來讀取 Mel 圖以執行語音任務。
但這是通用大模型首次被公開證實，能夠在沒有任何專項微調的情況下，做出這種級別的跨模態推理。
這就好比，你從未教過一個人如何看樂譜，只是給他看了一張交響樂總譜。
結果，他不僅能在腦海中「聽」到聲音，還能準確告訴你，第二小節的長號吹錯了一個音。
大模型 正在擺脫人類生物學束縛
人類的感知世界具有巨大的局限性。
我們必須依靠空氣振動鼓膜，大腦才能將物理震動轉化為「聲音」的電信號。在人類的潛意識裡，聲音就是用耳朵「聽」的，圖像就是用眼睛「看」的。這是幾百萬年進化給我們設定的「感官壁壘」。
早期的多模態 AI，實際上是在「模仿」人類。我們給它聽音頻文件，給它看圖片，試圖讓它像人一樣去理解。
但 GPT-6 Astra 識別頻譜圖的意義在於：大模型正在擺脫人類生物學器官的束縛！
對於 GPT-6 而言，一頭深海藍鯨的悠長鳴叫，與絕地武士揮舞光劍時的撕裂聲，本質上毫無區別——它們都只是物理世界中能量的波動形式。
當這種波動被轉化為 Mel 頻譜圖這樣一種數學和幾何的表達時，GPT-6 就可以直接去「閱讀」物理規則本身。
它不需要長耳朵，它不需要「聽」見聲音，它可以直接「看」懂聲音的物理公式。
這意味著，AI 的多模態理解已從「模仿人類的感官」進化至對物理世界數據結構的「原生解碼」。
今天它能透過頻譜圖辨認藍鯨；明天，如果給它看地震波的圖像，它能否直接預測下一次斷層破裂？如果給它看腦電波的圖像，它能否直接讀出你在想什麼？
人類透過肉身感受宇宙的投影，而現在，AI 正直接閱讀宇宙的源代碼。
參考資料：
https://x.com/ChrisGPT/status/2097047569520115800
https://x.com/maxxrubin_/status/2096892510241268094
https://www.fastcompany.com/91602695/chatgpt-sites-makes-building-a-website-feel-like-making-a-google-doc
本文來自微信公眾號「新智元」，作者：ASI 啟示錄，編輯：Aeneas 大衛