據(jù)報(bào)道，2023年5月14日，OpenAI正式公布其最新人工智能模型GPT-4o，預(yù)計(jì)其將于數(shù)周內(nèi)在OpenAI的各類產(chǎn)品中逐步實(shí)現(xiàn)集成。尤其值得關(guān)注的是，GPT-4o將向所有用戶免費(fèi)開(kāi)放。

OpenAI首席技術(shù)官穆里·穆拉蒂（Muri Murati）指出，GPT-4o具備與GPT-4相同的智能水平，且在文本、圖像及語(yǔ)音處理方面有顯著進(jìn)步。他在OpenAI總部的主題演講中表示：“GPT-4o能整合語(yǔ)音、文本和視覺(jué)信息進(jìn)行推理。”GPT-4是OpenAI先前的旗艦?zāi)Ｐ停瞄L(zhǎng)處理圖像和文本混合信息，如從圖像中提取文字或描述圖像內(nèi)容等任務(wù)；而GPT-4o在此基礎(chǔ)上增加了語(yǔ)音處理功能。

GPT-4o的運(yùn)行速度將得到極大提高，其中最大亮點(diǎn)為其語(yǔ)音交互模式采用了創(chuàng)新技術(shù)。OpenAI一直致力于使用戶能以語(yǔ)音方式與ChatGPT進(jìn)行交流，如同與真人對(duì)話一樣。然而，早期版本因延遲問(wèn)題影響了對(duì)話的沉浸感。GPT-4o采用全新技術(shù)，使得聊天機(jī)器人的響應(yīng)速度大幅度提升。

IT之家觀察到，發(fā)布會(huì)現(xiàn)場(chǎng)OpenAI展示了GPT-4o進(jìn)行語(yǔ)音對(duì)話的實(shí)例。演示者提問(wèn)后，GPT-4o幾乎能立即作出回應(yīng)，并通過(guò)文本轉(zhuǎn)語(yǔ)音功能進(jìn)行朗讀，使對(duì)話更具真實(shí)感。

另一演示展示了GPT-4o根據(jù)需求調(diào)整語(yǔ)調(diào)的能力，GPT-4o能根據(jù)指令改變聲音，從夸張戲劇到冰冷機(jī)械，表現(xiàn)出卓越的可塑性。最后，演示還展示了GPT-4o的歌唱功能。

過(guò)去，OpenAI發(fā)布新版ChatGPT模型時(shí)，往往將其設(shè)為付費(fèi)服務(wù)。此次GPT-4o將對(duì)所有用戶免費(fèi)開(kāi)放，付費(fèi)用戶則享有五倍的調(diào)用額度。

此外，OpenAI還發(fā)布了桌面版ChatGPT和新的用戶界面。穆拉蒂表示：“我們意識(shí)到這些模型正在變得日益復(fù)雜，因此我們希望用戶與人工智能模型的交互體驗(yàn)更為自然、輕松，讓他們能專注于與模型的協(xié)作，而不必過(guò)多關(guān)注界面本身。”