GPT-4o是GPT-4的迭代版本，是新旗舰生成式AI模型，名字中的“o”代表“omni”，是包罗万象的“o”，不仅能接受文字、音频、图像的任意组合输入，还能无缝衔接图文音频的多种形式输出。OpenAI表示，GPT-4o是迈向更自然的人机交互的一步。这也意味着人工智能大模型的易用性及便利性有较大的提升。升级后的GPT-4o...
事实上，在不到 30 分钟的发布会中，最为人津津乐道的不是 GPT-4o 这个模型自身，而是在 GPT-4o 的支撑下，ChatGPT 的交互体验。不仅是人机语音对话体验更接近人与人之间的实时对话，视觉识别能力的进步也让 AI 更能基于现实世界进行语音交互。简而言之就是更自然的人机交互。这很容易让人想起《她（Her）》...
在第三个场景里，巴雷特希望GPT辅导自己做数学题，但不能直接说答案，而是要一步一步给出解题思路。这个任务对GPT-4o就是小菜一碟，于是巴雷特加大了任务难度，把一串源代码展现给GPT-4o看，然后要求GPT-4o用一句话描述这段代码的含义。没有一秒钟迟疑，GPT-4o就给出了巴雷特想要的答案。最后一个场景是，米拉...
在一段简短的视频中，OpenAI揭晓了其新一代AI大模型GPT-4o，该模型能够实时进行音频、视觉和文本的推理。GPT-4o中的“o”源自Omni，即“全能”，体现了其全面而强大的能力。何为全能？在发布现场，OpenAI技术负责人穆拉迪(Mira Murati)表示：“新型号GPT-4o‘速度快得多’，在文本、视频和音频方面都有改进，...
当地时间5月13日，OpenAI通过直播展示了产品更新。与此前传出的市场消息不同，OpenAI并未推出搜索引擎，也未推出GPT-4.5或GPT-5，而是发布了GPT-4系列新模型GPT-4o以及AI聊天机器人ChatGPT的桌面版本，聚焦多模态和端侧应用。此前OpenAI公司CEO奥尔特曼（Sam Altman）就已经否认了公司将会发布GPT-5，他表示新版...
据说,GPT-4o在文本、推理和编码智能方面实现了GPT-4 Turbo级别的性能,在多语言、文本、音频和视觉功能方面甚至超过了市面上所有同类产品。 有几个亮点值得一提。 首先GPT-4o是免费的,不像之前GPT4需要每月20美元,你能体验超过GPT4的效果。 但是体验到底是体验,免费版有不少的限制,比如上传文件的数量有限,超过...
CNBC 蒋钰：当地时间周一，OpenAI推出全新的AI模型GPT-4o，这一次的新模型是再次升级了人机交互的模式，让人机互动更加自然。在新品发布会上，OpenAI的首席技术官米拉·穆拉蒂介绍，新模型具有实时处理文本、音频、图像以及视频的能力，反应更快速并且很通人性。 麦格理集团美国股票研究部门AI与软件研究主管 弗雷德·哈夫...
北京时间5月14日凌晨，OpenAI推出兼具听、看、说能力的GPT-4o。新版GPT-4o最大的看点在于，可实时对音频、视觉、文本进行推理，并接受三者的任意组合，最终能生成文本、音频、图像的任意组合。如在现场演示视频中，OpenAI前沿研究负责人马克·陈在和GPT-4o对话时，当马克·陈稍微有些紧张时，GPT-4o很快进行安慰...
当地时间5月13日，OpenAI在万众期待中推出了名为GPT-4o的新一代旗舰AI模型。当日，OpenAI首席执行官阿尔特曼发推文表示，新的GPT-4o是OpenAI“有史以来最好的模型”。据悉，GPT-4o支持文字、图像、语音和视频输入和输出，OpenAI承诺未来将免费让普通用户使用，同时将开放API给GPT开发者，价格直接便宜50%。目前，该...