视频 | 会看会听会说! OpenAI推出GPT-4o

当地时间13日，美国人工智能公司“开放人工智能研究中心”(OpenAI)宣布，将推出一款名为GPT-4o的新款人工智能模型，并免费向用户开放使用。

在发布会上，OpenAI首席技术官穆拉蒂表示GPT-4o在多模态方面非常强大，基于来自互联网的大量数据展开训练，并改进了文本、图像和音频方面的能力。这款模型能以这三者任意组合的形式输入和输出，交互方式更多样、更自然，并且支持50种语言。
　
GPT-4o在语音对话时平均响应时长仅有320毫秒，与人类近似，而此前ChatGPT语音对话的平均延迟为2.8到5.4秒。此外，新模型在对话时，用户可以随时打断。

OpenAI还表示，新模型性能更强，接口调用价格却只有此前模型的一半。所有用户都可以免费使用，不过消息数量会受到限制。预计新模型各项功能会在未来几周逐步推出。

不过，有业内人士表示，尽管GPT-4o在多模态功能上有所提升，但OpenAI并未展示出真正的视觉多模态突破功能。