不久前，OpenAI召開發布會，在時長僅有半小時發布會上，它不僅推出更新了ChatGPT桌面版與網頁端的UI，還推出了新的大模型GPT-4o，該模型可以對文字、音頻以及圖像任意混合內容進行推理，生成的新內容，而且還免費。
GPT-4o中的「o」代表「omni」,源自於拉丁語「omnis」，意為全能，它能夠對文字、音頻以及圖像任意混合內容任意內容進行推理，並生成文字、音頻以及圖像不同形式內容，只欠缺視頻內容，但是已經是獨領風騷。
除了推理更為複雜的內容，GPT-4o效能表現也相當出色，尤其是音頻，它最快可以在232毫秒時間內對用戶輸入語音進行反應，平均反應時間為320毫秒，與人們日常對話的反應時間相差無幾，而且能夠隨時打斷、開始對話，識別對話人的語氣、情緒，還支持包括中文、日語在內的20種語言進行音頻等多模態交互，因此能夠勝任實時翻譯工作。根據OpenAI官方提供的數據，GPT-4o效率近乎全面優於GPT-4 Turbo，更別說免費的GPT-3.5。
GPT-4o如此強大，相信大家會認為它收費不便宜，目前OpenAI政策是用戶能夠免費使用GPT-4o，但是有使用次數限制，一旦超出限制後會自動降級到基於GPT-3.5的ChatGPT，若是用戶付費的話將獲得免費用戶的5倍使用次數。
GPT-4o問世無疑再一次確保OpenAI在生成式AI技術的領導地位，也給國內同行巨大壓力，不知國內什麼時候有對標產品出現呢？
文章來源: https://twgreatdaily.com/zh-cn/1b438b49d63fa49146ae548fc3f9108a.html