新火種
2024-05-15 
OpenAI發(fā)布GPT-4o：可免費開放使用語音對話媲美真人
5月14日消息，在今天凌晨的OpenAI發(fā)布會上，最新升級的大模型GPT-4o正式發(fā)布。
GPT-4o的“o”代表“omni”。該詞意為“全能”，源自拉丁語“omnis”，在英語中“omni”常被用作詞根，用來表示“全部”或“所有”的概念。
GPT-4o可以實時對音頻、視覺和文本進(jìn)行推理，能處理超過50種不同的語言，并且速度和質(zhì)量大大提升。
此前GPT-3.5語音對話的平均延遲為2.8秒、GPT-4為5.4秒，音頻在輸入時還會由于處理方式丟失大量信息，無法識別笑聲、歌唱聲和情感表達(dá)等。
而GPT-4o可以在232毫秒內(nèi)對音頻輸入做出反應(yīng)，甚至還能隨意打斷，與人類在對話中的反應(yīng)時間相近，徹底顛覆了以往的“語音助手”。
GPT-4o在現(xiàn)場充當(dāng)實時翻譯也是相當(dāng)?shù)慕z滑，意大利語和英語即聽即翻。
最重要的是，GPT-4o還可以接受文本、音頻和圖像三者組合作為輸入，并生成文本、音頻和圖像的任意組合輸出，人機(jī)交互更加自然、全面了。
GPT-4o的能力還會向免費用戶開放，不過會限制數(shù)量，免費用戶達(dá)到數(shù)量之后，會自動跳回GPT-3.5。
GPT-4o還將開放相應(yīng)API給GPT的開發(fā)者，價格是GPT-4-turbo的一半，速度卻是GPT-4-turbo的兩倍，速率限制也高5倍。
官方表示，GPT-4o將會在未來幾周內(nèi)陸續(xù)開放。
此外，OpenAI還推出了ChatGPT的桌面版應(yīng)用，不過目前只有MacOS版本，Windows版要稍晚一些亮相。
相關(guān)推薦
- 免責(zé)聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認(rèn)可。 交易和投資涉及高風(fēng)險，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進(jìn)行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負(fù)任何責(zé)任。
