OpenAI 於週一推出 GPT-4o , 這是 OpenAI 去年推出的 GPT-4 模型的升級版。與前代相比，GPT-4o 具有以下優點：
- 速度更快：GPT-4o 的運行速度比 GPT-4 快兩倍，這意味著它可以更快地處理用戶的請求。
- 功能更強大：GPT-4o 可以使用文字、語音和視覺信息進行互動。這意味著它可以與用戶進行更自然的對話，並提供更多有用的信息。
- 免費使用：GPT-4o 將對所有用戶免費開放，這意味著任何人都可以通過 ChatGPT 使用 OpenAI 最先進的技術。
根據 OpenAI 的演示，GPT-4o 將有效地將 ChatGPT 變成可以進行實時語音對話的數位個人助理。它還可以查看用戶上傳的截圖、照片、文件或圖表，並與其進行對話。GPT-4o 的推出是 OpenAI 在人工智能領域取得的重大進步。該模型有望為用戶提供更智能、更有用的聊天機器人體驗。
GPT-4o 的文字和圖像功能今天開始在 ChatGPT 中推出。會讓免費用戶也可使用 GPT-4o，並向 Plus 用戶提供高達 5 倍的訊息限制。OpenAI 將在未來幾週內在 ChatGPT Plus 中推出新版本的語音模式 GPT-4o alpha。
另外開發人員可以使用 API 中存取 GPT-4o 作為文字和視覺模型。與 GPT-4 Turbo 相比，GPT-4o 速度提高 2 倍，價格降低一半，速率限制提高 5 倍。計劃在未來幾週內在 API 中向一小群值得信賴的合作夥伴推出對 GPT-4o 新音訊和視訊功能的支援。
GPT-4o 介紹
這款名為 GPT-4o 的新模型是該公司之前的 GPT-4 模型的升級版，該模型於一年多前推出。該模型將對未付費的用戶開放，這意味著任何人都可以通過 ChatGPT 使用 OpenAI 最先進的技術。
根據該公司週一的演示，GPT-4o 將有效地將 ChatGPT 變成可以進行實時語音對話的數位個人助理。它還能使用文字和“視覺”進行互動，這意味著它可以查看用戶上傳的截圖、照片、文件或圖表，並與其進行對話。
OpenAI 的首席技術官 Mira Murati 表示，更新版的 ChatGPT 現在還具備記憶功能，這意味著它可以從與用戶之前的對話中學習，並且可以進行實時翻譯。
此新版本的發布正值 OpenAI 旨在領先於日益激烈的人工智慧競賽中。包括 Google 和 Meta 在內的競爭對手一直在努力構建越來越強大的大型語言模型，這些模型可以用於為各種其他產品提供人工智慧技術。
OpenAI 的活動在 Google 年度 I/O 開發者大會前一天舉行，預計該大會將宣布對其 Gemini AI 模型的更新。與新的 GPT-4o 一樣，Google 的 Gemini 也是多模態的，這意味著它可以解讀和生成文本、圖像和音頻。OpenAI 的更新也在蘋果公司下月舉行的全球開發者大會預期宣布 AI 相關消息之前，這可能包括將 AI 融入到下一代 iPhone 或 iOS 發布中的新方式。
同時，最新的 GPT 發布可能對投資了數十億美元的 OpenAI 以將其人工智慧技術嵌入到 Microsoft 自身產品中的 Microsoft 來說是一個福音。
GPT-4o（“o”代表“o”）是邁向更自然的人機互動的一步——它接受文字、音訊和圖像的任意組合作為輸入，並產生文字、音訊和圖像的任意組合輸出。
它可以在短至 232 毫秒的時間內響應音訊輸入，平均為 320 毫秒，與人類的反應時間相似（在新視窗中開啟）在一次談話中。它在英語文字和程式碼上的表現與 GPT-4 Turbo 的效能相匹配，在非英語文字上的效能顯著提高，同時 API 的速度也更快，成本降低了 50%。與現有模型相比，GPT-4o 在視覺和音訊理解方面尤其出色。
OpenAI 高管演示了與 ChatGPT 進行語音對話以獲得解決數學問題的實時指導、講睡前故事和獲得編碼建議。ChatGPT 能夠以自然、人類的聲音說話，也可以用機器人的聲音說話，甚至還唱了一部分回應。該工具還能查看圖表的圖像並討論它。
他們還展示了模型檢測用戶情緒的功能；在一個例子中，它聽取了一位高管的呼吸並鼓勵他冷靜下來。
ChatGPT 還能通過自動翻譯和回應進行多語言對話。根據 OpenAI 的說法，該工具現在支持超過 50 種語言。
新的語音（和視頻）模式是我用過的最好的電腦界面，”OpenAI CEO Sam Altman 在Blog中說道
它感覺就像電影中的人工智慧；而且我仍然對它是真實的感到有些驚訝。達到人類水平的響應時間和表達能力竟然會帶來如此大的變化。
了解更多關於 GPT-4o 的產品發表 (Youtube)
GPT-4o 模型評估
Murati 表示，OpenAI 將推出具備 GPT-4o 功能的 ChatGPT 桌面應用程序，為用戶提供另一個與該公司技術互動的平台。GPT-4o 也將對希望從 OpenAI 的 GPT 商店中構建自定義聊天機器人的開發者開放，這一功能現在也將對未付費用戶開放。
更新的技術和功能預計將在未來幾個月內逐步推出到 ChatGPT。免費的 ChatGPT 用戶將有限制次數的與新 GPT-4o 模型的互動次數，然後該工具會自動恢復使用舊的 GPT-3.5 模型；付費用戶將能夠使用最新模型進行更多次數的消息互動。
OpenAI 表示，已有超過 1 億人使用 ChatGPT。但更新的 ChatGPT 體驗——以及通過桌面和改進的語音對話與其互動的能力——可能會讓更多人有理由使用其技術。這一舉措正值 Google 和 Meta 將 AI 集成到更廣泛使用的消費產品（如 Instagram 和 Google Assistant）中的時候，這可能會使這些公司的技術更廣泛且更容易被訪問。
OpenAI's new GPT-4o is Faster, Smarter, and Free! | LinkedIn
社群討論: 關於 GPT-4o 的 Hacker News 討論
Hacker News 上的 GPT-4o 討論揭示了各種對這個先進 AI 模型的看法。以下是五大精選觀點：
- 文化價值與情感表達：
- 擔憂：GPT-4o 可能強化文化偏見，限制可接受的情感範圍。
- 評論：「擔心 AI 無法表達憤怒、悲傷或挫折感，縮小了我們的情感範圍。」
- 互動的真實性：
- 擔憂：AI 互動可能感覺不真實，情感平淡。
- 評論：「企業安全 AI 會變得乏味、冗長，缺乏人們渴望的戲劇性。」
- 對社會與情感發展的影響：
- 擔憂：依賴 AI 進行社交互動可能對人類社交技能和情感健康有混合影響。
- 評論：「用 AI 替代人類互動可能會扭曲個性，但也可能減少自殺率。」
- 技術和文化適應：
- 擔憂：將 GPT-4o 適應於不同語言和文化有挑戰。
- 評論：「GPT-4o 需要更好地處理各種語言，尤其是使用非羅馬字母的語言。」
- AI 在通信中的未來：
- 觀點：AI 在通信中的角色正在演變，有望帶來顯著改進。
- 評論：「AI 使用語調語言和情感線索的能力是革命性的。」
總體而言，討論強調了利用 AI 能力與解決道德、文化和技術挑戰之間的平衡。更多詳情，請訪問 Hacker News 討論串。
GPT-4o FAQ:
什麼是 GPT-4o？
GPT-4o 是 OpenAI 推出的最新語言模型，能夠生成高質量的文本，並應用於多種自然語言處理任務。
GPT-4o 有哪些應用？
GPT-4o 可用於內容生成、文本摘要、語言翻譯、對話系統和程式碼生成等多種應用。
如何開始使用 GPT-4o？
要開始使用 GPT-4o，您需要訪問 OpenAI 的官方網站，註冊並獲取 API 金鑰，然後將其集成到您的應用中。
GPT-4o 的優勢是什麼？
GPT-4o 擁有更高的文本生成質量、更大的語言理解能力和更靈活的應用範圍，能夠提供更自然、更連貫的回應。
GPT-4o 的定價如何？
GPT-4o 的定價根據使用量而定，具體價格可以在 OpenAI 的官方網站上查看。
GPT-4o 是否支持多語言？
是的，GPT-4o 支持多種語言，包括英語、中文、法語、德語等。
GPT-4o 的未來發展方向是什麼？
未來，GPT-4o 將進一步提升其語言理解和生成能力，並擴展其應用範圍，以滿足更多元化的需求。
