站長(zhǎng)之家(ChinaZ.com) 5月14日 消息:OpenAI于2024年5月13日推出了GPT-4o模型，其中的“O”代表全能（Omni），在人機(jī)互動(dòng)的自然度上取得了顯著進(jìn)步。GPT-4o支持多模態(tài)輸入和輸出，包括語音、視頻、圖像和代碼，能夠?qū)崟r(shí)與用戶進(jìn)行無縫交流，理解情感，并展現(xiàn)出幽默個(gè)性。

該模型的主要更新包括多語言支持，涵蓋了50種語言，覆蓋了90%的全球人口;性能提升，4oAPI的速度是turbo模型的兩倍，價(jià)格便宜50%，速率限制提高5倍;實(shí)時(shí)語音交互能力的顯著提高，能夠理解情感并解答數(shù)學(xué)問題;以及多模態(tài)輸入，可以通過上傳代碼、圖片和實(shí)時(shí)視頻來更好地解讀問題。

GPT-4o的技術(shù)核心在于實(shí)現(xiàn)了多模態(tài)輸入和輸出。與傳統(tǒng)AI模型相比，它能夠處理文本、音頻和圖像的任意組合，并生成相應(yīng)輸出。這使得其在處理客服事務(wù)方面表現(xiàn)出色，與人類對(duì)話時(shí)能夠呈現(xiàn)出100%的流暢度，根本感覺不到AI味。

響應(yīng)速度

GPT-4o對(duì)音頻輸入的響應(yīng)時(shí)間接近人類的反應(yīng)時(shí)間，特別適合需要即時(shí)反饋的應(yīng)用，如實(shí)時(shí)語音翻譯。

多語言和視覺理解能力

GPT-4o在非英語文本處理方面取得了顯著進(jìn)步，大幅提高了對(duì)多種語言的壓縮效率，并在視覺和音頻理解方面取得了提升。

應(yīng)用領(lǐng)域

GPT-4o可廣泛應(yīng)用于客服自動(dòng)化、專業(yè)面試準(zhǔn)備、游戲互動(dòng)、教育輔助以及創(chuàng)意領(lǐng)域，如即時(shí)翻譯和音樂或詩歌創(chuàng)作。

模型性能評(píng)估

GPT-4o在傳統(tǒng)基準(zhǔn)測(cè)試中表現(xiàn)出與GPT-4Turbo相當(dāng)甚至更高的水平。

安全性

OpenAI將繼續(xù)改進(jìn)GPT-4o的安全措施，并研究其在更廣泛行業(yè)中的潛在應(yīng)用，以確保技術(shù)的實(shí)用化和普及化。

GPT-4o模型的發(fā)布，不僅展示了OpenAI在AI領(lǐng)域的最新進(jìn)展，也為公眾提供了一個(gè)功能強(qiáng)大且易于使用的AI工具，預(yù)示著AI技術(shù)的實(shí)用化和普及化將邁出重要一步。

（舉報(bào)）