FX168財經報社(北美)訊 在人工智能行業的競爭日益加劇之際，OpenAI週一(5月13日)在美國加州舊金山總部宣佈推出新的人工智能模型GPT-4o。這一全新的旗艦模型不僅開放給免費用戶，還大幅提高了與人類交互的自然度和效率，預計將重新定義數字助手的功能和用戶體驗。
（來源：OpenAI）
GPT-4o和ChatGPT什麼關係？
GPT-4o是ChatGPT所使用的最新技術基礎。通過 GPT-4o 的增強功能，ChatGPT 能夠提供更加智能和多樣化的交互體驗，包括處理更復雜的查詢、進行實時語音交流，以及理解和迴應視覺內容。這樣，ChatGPT 不僅僅是一個文本聊天工具，還能夠作爲一個多功能的數字助理，提供更廣泛的服務和支持。
技術革新和功能擴展
GPT-4o的推出標誌着OpenAI在其技術開發路徑上的一次重大跳躍。
根據該公司週一的演示，GPT-4o將有效地將ChatGPT轉變爲可以進行實時語音對話的數字個人助理。它還能夠使用文本和「視覺」進行交互，這意味着它可以查看用戶上傳的屏幕截圖、照片、文檔或圖表，並就它們進行對話。
新模型在速度、成本效益及多模態交互方面都有顯著提升。根據OpenAI首席技術官Mira Murati的介紹，GPT-4o的處理速度是其前身GPT-4 Turbo的兩倍，而成本則減少了50%。此外，API的速率限制提高了五倍，使得開發者和用戶可以更頻繁地與模型互動。
在功能上，GPT-4o不僅能處理文本和視覺信息，還加入了實時語音對話能力。這使得用戶可以通過語音直接與ChatGPT進行交互，無論是求解數學問題、獲取編程建議，還是簡單地進行日常對話。此外，GPT-4o還具備實時翻譯和情緒檢測功能，進一步拓寬了其應用場景。
（來源：OpenAI）
應對市場競爭和合作夥伴關係
新版本的發佈，是OpenAI在AI領域競爭中保持領先地位的戰略舉措。OpenAI活動在谷歌年度I/O開發者大會前一天舉行，預計谷歌將在會上宣佈其Gemini AI模型的更新。與新的GPT-4o一樣，谷歌的Gemini也是多模式的，這意味着它可以解釋和生成文本、圖像和音頻。OpenAI的更新也是在蘋果下個月的全球開發者大會上預計發佈人工智能之前發佈的，其中可能包括將人工智能融入到下一個iPhone或iOS 版本中的新方法。
OpenAI的這次率先發布更新無疑爲市場增添了新的焦點。
此外，GPT-4o的推出對於其主要投資者微軟來說，無疑是一個積極信號。微軟已經在其多個產品中集成了OpenAI的技術，而新模型的推出可能會進一步加深雙方的合作，帶來更多創新的用戶體驗。
用戶體驗和市場響應
據OpenAI表示，新模型支持超過50種語言，平均響應時間僅爲320毫秒，與人類在對話中的響應時間相似。這一點特別受到用戶的歡迎，許多人在社交媒體上分享了他們與GPT-4o的互動經歷，表達了對其響應速度和多功能性的讚賞。
在一系列現場演示中，OpenAI的研究團隊展示了GPT-4o在處理實際問題中的實力。從解決複雜的數學問題到通過攝像頭讀取用戶的情緒，GPT-4o都表現出了令人印象深刻的能力。特別是其在音頻處理和情緒感知方面的表現，預示着 AI 技術在理解人類語言和非言語信息方面邁出了重要步伐。
未來展望和挑戰
儘管GPT-4o的推出帶來了許多令人興奮的可能性，但OpenAI面臨的挑戰仍然存在。從確保模型的安全性和可靠性，到處理與隱私相關的問題，OpenAI需要在創新的同時，確保其技術的負面影響最小化。
在AI技術迅速進化的今天，OpenAI的GPT-4o不僅展示了公司在技術前沿的地位，也爲用戶提供了一個強大而靈活的工具，以更自然的方式與數字世界互動。隨着技術的進一步迭代和完善，預計未來幾個月會有更多企業和用戶體驗到GPT-4o帶來的變革。
此次發佈的GPT-4o無疑將推動整個行業向更高級的人機交互方式邁進，同時也爲OpenAI在全球AI競爭中穩固了其創新領導者的地位。隨着更多功能的逐步推出，市場和用戶對OpenAI的期待值將繼續攀升。
OpenAI 表示已有超過1億人在使用ChatGPT。但更新的ChatGPT體驗，以及在桌面上通過改進的語音對話與其進行交互的能力，可能會讓更多的人有理由使用其技術。
更新的技術和功能將在未來幾個月內推出到ChatGPT。免費ChatGPT用戶將與新的GPT-4o模型進行有限次數的交互，然後該工具會自動恢復到以前的GPT-3.5版本。付費用戶則可以使用最新型號訪問更多數量。