OpenAI发布新名为GPT4o

人工智能公司 OpenAI 周一发布了其新模型 GPT-4o，其速度比之前的模型快得多。

该公司在一份声明中表示，GPT-4o(“o”代表“o​​mni”)是朝着更自然的人机交互迈出的一步，因为它可以接受任意文本、音频和图像组合的输入，同时可以生成任意文本、音频和图像组合的输出。

它补充道：“它可以在短短 232 毫秒内响应音频输入，平均为 320 毫秒，这与人类在对话中的响应时间相似。”

此外，该公司表示，GPT-4o 在视觉和音频理解方面比现有模型更胜一筹，同时可以实时推理音频、视觉和文本。

虽然 GPT-4 由于无法直接观察音调、多个说话者或背景噪音而丢失了大量信息，也无法输出笑声、歌声或表达情感;但 GPT-4o 提供了由同一个神经网络处理的所有输入和输出。

微软支持的 OpenAI 表示，GPT-4o 还与社会心理学、偏见与公平、错误信息等领域的 70 多位专家进行了广泛的合作，以识别新增加的模式所带来的风险。