OpenAIGPT4o引爆网络它到底有什么逆天用途

“

OpenAI宣布推出GPT-4o，一个能跨语音、文本和视觉推理的多功能语言模型。GPT-4o将向所有ChatGPT用户开放，并推出桌面应用，支持MacOS和Windows。模型响应时间接近人类，能处理多种输入，提供更自然的人机交互体验。GPT-4o将显著提升用户体验，支持超过50种语言，具备实时翻译和多模态交互能力。

在OpenAI的春季更新会上，首席技术官Mira Murati宣布了一个全新的多功能大型语言模型GPT-4o，这标志着人工智能技术的又一次飞跃。GPT-4o模型将很快向所有免费ChatGPT用户开放，同时，适用于MacOS的ChatGPT桌面应用也将推出，未来还将发布Windows版本，为用户提供更多样化的访问方式。

GPT-4o：一个神经网络处理语音、文字和视频

Murati在会上解释称， GPT-4o能够跨语音、文本和视觉进行推理，包括实时分析用户通过ChatGPT智能手机应用捕获的视频 。尽管这一功能目前还未对公众开放，但其潜力已经显而易见。她补充说：“这听起来像魔法一样神奇，我们希望去除一些神秘感，让你亲自体验一下。”这表明OpenAI致力于将AI技术带入日常生活，使其更加亲切和易于接触。

在演示中，演讲者要求手机上的ChatGPT（由GPT-4o提供支持）以越来越戏剧化的声音讲述故事，ChatGPT正确且迅速地做到了这一点。它还能在被打断时停止说话，先听取用户意见后再继续，展现了对人类交流习惯的敏感性和适应性。

OpenAI在其网站上发布了GPT-4o的演示视频和功能示例，并指出该模型对音频输入的响应时间最短可达232毫秒，平均为320毫秒，与人类对话中的反应时间相近。这一响应速度的实现，是AI技术向着更加自然和人性化交互迈进的重要一步。

与之前的模型相比，GPT-4o的不同之处在于其端到端的训练方式，它能够处理文本、视觉和音频输入，所有输入和输出都由同一个神经网络处理。 这种整合模态的处理能力，使得GPT-4o在生成单一图像的多个视图并将其转化为3D对象方面展现出独特的能力。然而，OpenAI并未声明将开放GPT-4o的源代码，这可能会限制用户对模型的定制能力，也引发了一些批评声音。

GPT-4o的特性将为免费ChatGPT用户带来显著的升级，此前他们只能使用仅限文本的GPT-3.5模型。现在，他们将能够访问一个更智能的模型，包括网络浏览、数据分析、图表创建等功能，以及通过输入或口头询问存储用户信息和偏好的记忆功能。

在活动中的一个演示中，OpenAI展示了由GPT-4o支持的ChatGPT如何作为一个实时翻译应用，自动监听并翻译演讲者从意大利语到英语的讲话。此外，ChatGPT现在还支持超过50种语言的注册、登录和用户设置等，GPT-4o在理解和讨论用户分享的图像方面也展现出了卓越的能力。

尽管GPT-4o最终将向免费ChatGPT用户开放，但它将首先向付费订阅者推出。OpenAI表示，他们将从ChatGPT Plus和Team用户开始推出GPT-4o，企业用户的可用性也即将到来。免费用户的使用限制将从今天开始实施，而Plus用户的消息限制将比免费用户多5倍，Team和Enterprise用户将有更高的限制。

OpenAI的联合创始人兼首席执行官Sam Altman在活动期间发布消息称，在API中，GPT-4o将以GPT-4 Turbo的一半价格和两倍速度提供，同时速率限制提高5倍，即第三方开发人员在任何给定时间内可以进行的调用次数。这一举措将进一步推动AI技术的普及和应用。

OpenAI研究员William Fedus确认，用户在LMSys arena在线网站上发现的“gpt2-chatbot”实际上是GPT-4o的伪装。这表明OpenAI在GPT-4o的开发上已经投入了大量的工作和创新。

Altman在个人博客上写道，OpenAI构建AI的思维方式已经发生了变化。他表示，OpenAI最初的设想是创建AI并用它为世界带来各种好处。但现在看起来，OpenAI将创建AI，然后其他人将使用它来创造我们都受益的各种惊人事物。他强调，OpenAI是一家商业公司，将找到许多收费的服务，这将帮助他们为（希望）数十亿人提供免费、卓越的AI服务。

Altman认为，原始的ChatGPT展示了语言接口的可能性，而这个新模型则感觉完全不同。它快速、智能、有趣、自然和有帮助。与计算机交谈对他来说从未真正感觉自然，但现在它确实如此。随着个性化、访问用户信息、代表用户采取行动等能力的增加，他看到了一个令人兴奋的未来，我们将能够使用计算机做比以前更多的事情。

ChatGPT桌面客户端

最后，他向投入大量工作使这一切成为现实的团队表示了巨大的感谢。OpenAI在博客文章中还提到，新的ChatGPT桌面应用程序将首先在MacOS上推出，随后在今年晚些时候推出Windows版本。桌面应用程序的一个有趣功能是，它将允许ChatGPT查看用户屏幕的实时视频捕获（如果用户选择这样做）并分析用户的工作流程。

Murati在活动中指出，目前