在人工智慧領域，OpenAI再次引領了創新潮流。 該公司近日宣布推出全新的人工智慧模型GPT-4o，以其多模式功能和增強的互動能力，被譽為更接近「更自然的人機互動」的里程碑式產品。
GPT-4o的獨特之處在於其能夠同時處理文字、音訊和影像的任意組合作為輸入，並產生相應格式的輸出。 這不僅提升了AI系統的資訊處理能力，也大大增強了使用者與AI系統的互動體驗。 此外，GPT-4o也具備情緒辨識能力，可以在對話中辨識並回應使用者的情緒變化，實現更人性化的溝通。
OpenAI首席技術長米拉·穆拉提在直播演示中表示：「GPT-4o的特別之處在於它為每個人提供了GPT-4級別的智能，包括我們的免費用戶。這是我們第一次 在易用性方面向前邁出一大步。
在演示中，GPT-4o展現了其強大的即時翻譯能力，能夠在英語和義大利語之間無縫切換。 此外，它還可以幫助研究人員在紙上即時求解線性方程，甚至透過傾聽呼吸聲為使用者提供深呼吸指導。 這些功能展示了GPT-4o在多個領域的應用潛力。
GPT-4o中的“o”代表“omni”，象徵著該模型的多模式功能。 GPT-4o透過文字、視覺和音訊進行訓練，這意味著所有輸入和輸出都由同一個神經網路處理。 這種一體化的處理方式使得GPT-4o在處理資訊時更有效率和準確，同時也為使用者提供了更便利和自然的互動體驗。
OpenAI計劃在未來幾週內向包括免費ChatGPT用戶在內的所有人提供新模型，並發布ChatGPT的桌面版，最初用於Mac系統。 付費用戶將從即日起開始存取這些新功能。
值得一提的是，OpenAI的這項聲明是在該公司年度開發者大會Google I/O的前一天發布的。 就在OpenAI公佈GPT-4o後不久，Google也展示了自己的AI聊天機器人Gemini的一個版本，具有類似的多模式互動功能。 這一競爭態勢無疑將推動人工智慧技術的進一步發展。
總體來看，GPT-4o的發布標誌著人工智慧領域的一個重要里程碑。 隨著科技的不斷進步和應用場景的拓展，我們期待看到更多類似GPT-4o的創新產品湧現，為人類生活帶來更多便利和可能性。
本文取自媒體，由：AI 上傳發布，不代表kejixun.com立場。转载，请注明出处：https://news.kejixun.com/2081.html
