前往新版
北京时间5月14日凌晨，OpenAI举办线上“春季更新”活动，发布新旗舰生成式AI模型GPT-4o。据悉，GPT-4o的“o”代表“omni”，意为全能，是迈向更自然的人机交互的关键一步。
据了解，GPT-4o具备更强大的人工智能能力。特别是在音频处理领域，过往独立模型之间的相互转化带来的延迟感，算得上是人工智能助手变科幻为现实的最大障碍之一。为应对这一情况，GPT-4o跨文本、视觉和音频端到端地训练了一个新模型，所有输入和输出都由同一个神经网络处理，成为其突破深度学习界限的最新举措，也完成了人工智能对话的“丝滑”实现。
另外，本次GPT-4o还带来了“情绪价值”。比如机器人能够从急促的喘气声中理解“紧张”的含义，并且指导他进行深呼吸，还可以根据用户要求变换语调。在发布会上，还有演示者将手机举到自己面前正对着脸，要求ChatGPT告诉他自己长什么样子。第二次尝试后，ChatGPT对他说：“看起来你感觉非常快乐，喜笑颜开。”
至于增值方面，OpenAI表示，所有用户均可免费使用该模型，而付费用户的容量限制是免费用户的5倍。据悉，GPT-4o的文本和图像功能已经开始向付费的ChatGPT Plus和Team用户推出，企业用户也即将推出。免费用户也将开始使用，但有使用限制。