AIHub 5 月 14 日消息，OpenAI 宣布推出其最新旗艦生成式 AI 模型 GPT-4o，該模型將在未來幾周內(nèi)分階段集成至 OpenAI 的各個(gè)產(chǎn)品之中。最讓人驚喜的是，GPT-4o 將免費(fèi)提供給所有用戶使用。
OpenAI 首席技術(shù)官穆里?穆拉蒂 (Muri Murati) 表示，GPT-4o 將提供與 GPT-4 同等水平的智能，但在文本、圖像以及語音處理方面均取得了進(jìn)一步提升。
“GPT-4o 可以綜合利用語音、文本和視覺信息進(jìn)行推理，”穆拉蒂在 OpenAI 公司總部舉行的主題演講中表示。GPT-4 是 OpenAI 此前的旗艦?zāi)Ｐ停梢蕴幚碛蓤D像和文本混合而成的信息，并能完成諸如從圖像中提取文字或描述圖像內(nèi)容等任務(wù)，GPT-4o 則在此基礎(chǔ)上新增了語音處理能力。
GPT-4o 的運(yùn)行速度將大大提升，最大亮點(diǎn)在于其語音交互模式采用了新技術(shù)。OpenAI 一直致力于讓用戶通過語音與 ChatGPT 進(jìn)行交流，仿佛與真人對話一般。然而，之前的版本由于延遲問題，嚴(yán)重影響了對話的沉浸感。GPT-4o 則采用了全新的技術(shù)，讓聊天機(jī)器人對話的響應(yīng)速度大幅提升。
發(fā)布會(huì)上 OpenAI 展示了使用 GPT-4o 進(jìn)行語音對話的演示。演示者提問結(jié)束后，GPT-4o 幾乎可以即時(shí)回應(yīng)，并通過文本轉(zhuǎn)語音功能進(jìn)行朗讀，讓對話感覺更加自然逼真。
另一個(gè)演示展示了 GPT-4o 根據(jù)要求調(diào)整說話時(shí)語氣，GPT-4o 可以根據(jù)指令改變聲音，從夸張戲劇到冰冷機(jī)械，展現(xiàn)了出色的可塑性。最后，演示還展示了 GPT-4o 的唱歌功能。
以往，OpenAI 發(fā)布新版 ChatGPT 模型時(shí)，通常會(huì)將其置于付費(fèi)墻之后。不過這次 GPT-4o 將免費(fèi)提供給所有用戶，付費(fèi)用戶則可以享受五倍的調(diào)用額度。
此外，OpenAI 還發(fā)布了桌面版的 ChatGPT 和新的用戶界面。“我們認(rèn)識到這些模型正變得越來越復(fù)雜，” 穆拉蒂說道，“但我們希望用戶與人工智能模型的交互體驗(yàn)?zāi)軌蚋幼匀弧⑤p松，讓用戶可以將注意力完全集中在與模型的協(xié)作上，而無需在意界面本身。”
