昨晚注定是不平凡的一夜，北京时间5月14日凌晨，OpenAI可谓改变历史，让人机交互开启了变革性的新篇章！
昨晚在OpenAI的首次“春季新品发布会”上，OpenAI首席技术官Mira Murati为大家重磅发布了名为“GPT-4 Omni (GPT-4o) ”的新旗舰生成式人工智能模型，并表示将在未来几周内“迭代式”地在公司产品中推出。首席技术官Mira Murati和OpenAI的员工展示了这一最新的模型，能够以一种令人信服地像人类一样说话的方式，与友好的AI聊天机器人进行实时口语对话。距离ChatGPT问世才过去了一年半，OpenAI就实现了更多新的可能，而且完全免费，人人可用！
首席技术官Mira Murati作为发布会的主持人，主要围绕三个点展开。
1. OpenAI做产品将让更多的人能够使用，每个人都能无时无地免费使用ChatGPT。
2. OpenAI因此发布了桌面版本的ChatGPT和更新后的UI，帮助大家更简单更自然地使用。OpenAI首席技术官Mira Murati表示：“我们希望交互体验变得更自然、更简单、让大家完全不用关注用户界面，而是只聚焦于和GPT的合作”。
3. 继ChatGPT-4之后，本次发布会正式推出ChatGPT-4o这一新版本模型，最大的亮点是GPT-4o能够极为人工智能化地以一种极为自然的交互方式服务大家，包括免费用户也能体验到。Mira Murati说：“A very important part of our mission is to be able to make our advanced AI tools available to everyone for free。”
GPT-4o到底是怎样的存在？
GPT-4o提供GPT-4一样的人工智能，但是速度上会更快！GPT-4o具有文本、语音、图像这三种模式的理解力，反应速度极快，且更通人性。在GPT-4o中，用户能够输入文本、音频和图像的任意组合，然后GPT-4o将为用户实时生成文本、音频和图像的任意组合输出，实现真正意义上的人机交互！
接下来，OpenAI的演示者用iPhone为大家演示了GPT-4o的几种主要能力。
1. 可以实现实时语音对话
当Mark对着手机说“这是我第一次来直播的发布会，有点紧张”时，ChatGPT回应他“你可以深呼吸一下”。Mark说“好的我深呼吸”，然后ChatGPT立即说“不行，你喘的也太猛了”。不难看出，GPT-4o的模型反应之快，并且能充分的感知理解人类情感，并给予人类式的情感回应。
2. 代码能力
演示者打开桌面版的ChatGPT用语音和它进行交流，让GPT-4o解释一下代码是做什么的，用一句话回应一个温度曲线图的相关问题，它都对答如流。
3. 实时的视频理解能力
演示者纸上写下了一组数学公式，并拍下了全程视频发给GPT-4o，问它我刚才写了什么，GPT-4o带着非常人类情绪式的语气描述了演示者书写的内容。
演示者又向GPT-4o展示了他的实时面部表情，让GPT-4o描述一下自己现在是什么情绪心情，就像和真人对话一般自如，GPT-4o已经能做到实时视频理解了。
从现场发布会上，我们就能感受到GPT-4o的语音带有充满情感的语调，有时表现出兴奋，有时笑着说话。此外，它还能识别用户语音中的情感和语气。OpenAI演示者展示了与AI聊天机器人的对话，几乎没有延迟，而且即使在被打断时，聊天机器人也能迅速转换话题。
GPT-4o中的o，指的是Omnimodel全能模型，OpenAI在这个新模型中集成了所有模态，极大程度地提高了这个新模型的实用性。GPT-4o在非英语文本上的能力比GPT-4大大提升，同时API的速度更快，成本降低了50%。
GPT-4o在视觉和音频的理解能力上也比GPT-4更胜一筹。GPT-4o最快可以实现在短短232毫秒内对音频的输入做出回应，与人类很像。GPT-4o集成了文本、视觉、音频，意味着输入和输出都由同一神经网络处理，使得GPT4o更能贴近人类的说话和表达，也意味着向更自然的人-机器-机器交互迈出历史性的一步。
ChatGPT-4o的问世，让万千用户从今日起，不论是付费还是免费，都能完全体验更自然更富有情感地人机交互！唯一的不同只是付费用户的容量限制仍将是免费用户的5倍。说了这么多，IT君是早已按捺不住了，迫不及待要去感受一下最新版的ChatGPT了！
澳洲IT圈求职，扫上方二维码
即可加入匠人学院求职群！
