在5月14日的凌晨，OpenAI舉辦了一場(chǎng)名為“春季更新”的線上活動(dòng)，期間揭曉了他們的新旗艦生成式AI模型——GPT-4o。這個(gè)模型名稱(chēng)中的“o”蘊(yùn)含深意，取自英文“Omni”，寓意著“全能”或“涵蓋一切”，體現(xiàn)了技術(shù)的廣度與深度。

GPT-4o的一大亮點(diǎn)在于它對(duì)語(yǔ)音交互的細(xì)膩捕捉。它不僅能夠無(wú)縫融入或中斷對(duì)話，還能精妙識(shí)別發(fā)言者的情緒與語(yǔ)氣，根據(jù)不同的場(chǎng)景或命令，生成多樣化的音調(diào)回復(fù)，這些回復(fù)富含人性化的感情色彩，甚至能應(yīng)用戶(hù)要求演唱歌曲。

視覺(jué)處理能力上，GPT-4o實(shí)現(xiàn)了顯著飛躍。當(dāng)前，它已能夠辨認(rèn)并翻譯多種語(yǔ)言的菜單圖片，未來(lái)展望中，這項(xiàng)技術(shù)或?qū)⑹笴hatGPT具備“觀賞”實(shí)況體育賽事并解析規(guī)則的能力。此外，GPT-4o在圖像處理上更進(jìn)一步，不僅限于識(shí)別印刷文字，對(duì)手寫(xiě)體同樣駕輕就熟，能解決數(shù)學(xué)方程、分析數(shù)據(jù)，并解讀面部表情背后的情感。

語(yǔ)言處理能力方面，GPT-4o展現(xiàn)了其強(qiáng)大的多語(yǔ)言支持，目前可與用戶(hù)通過(guò)20種語(yǔ)言進(jìn)行音頻等形式的互動(dòng)，最新升級(jí)極大地增強(qiáng)了其多語(yǔ)言服務(wù)，涉及的語(yǔ)言種類(lèi)擴(kuò)展至約50種。

數(shù)據(jù)處理與性能方面，GPT-4o對(duì)比前代GPT-4Turbo及其他競(jìng)爭(zhēng)模型，展現(xiàn)出顯著的優(yōu)勢(shì)，傳統(tǒng)基準(zhǔn)測(cè)試結(jié)果證明了其卓越性能。

情感智能也是GPT-4o的一大突破。在演示中，當(dāng)用戶(hù)表達(dá)緊張情緒時(shí)，GPT-4o以類(lèi)似朋友的口吻進(jìn)行安慰，并引導(dǎo)用戶(hù)進(jìn)行深呼吸放松，實(shí)時(shí)分析呼吸聲以給出恰當(dāng)建議，實(shí)現(xiàn)了交互體驗(yàn)的情感共鳴。

響應(yīng)速度方面，GPT-4o的提升令人矚目，最快可在232毫秒內(nèi)反饋對(duì)話，平均響應(yīng)時(shí)間僅320毫秒，幾近人類(lèi)自然交流的速度，極大提升了與ChatGPT交流的流暢度，較GPT-3.5有質(zhì)的飛躍。

值得注意的是，GPT-4o在一定范圍內(nèi)提供了免費(fèi)使用的機(jī)會(huì)。它在英語(yǔ)及編程領(lǐng)域的表現(xiàn)與GPT-4Turbo持平，非英語(yǔ)文本處理能力顯著增強(qiáng)，同時(shí)，API速度加快，速率限制放寬五倍，成本卻降低了50%，踐行了OpenAI讓更多人免費(fèi)體驗(yàn)高端AI技術(shù)的愿景。

OpenAI的高層對(duì)GPT-4o寄予厚望，認(rèn)為它是通向更自然人機(jī)交互的重要一步，展示了多模態(tài)交互的更高境界，彰顯了OpenAI在這一領(lǐng)域的前沿地位和技術(shù)領(lǐng)導(dǎo)力。