【ITBEAR科技资讯】5月14日消息，OpenAI最新公布了其旗舰生成式AI模型GPT-4o，并计划向所有用户免费提供，ChatGPT Plus用户将在未来几周内优先体验。
GPT-4o，其中的“o”蕴含着“omni”即全面、全能的含义。这款模型被视为人机交互更自然化的重要进步，因为它不仅能处理文本，还能接受音频和图像的各种组合输入，并产生相应的组合输出。这种跨模态的交互能力，无疑将为用户带来更为丰富和直观的AI体验。
据ITBEAR科技资讯了解，GPT-4o的反应速度令人印象深刻，它能在232毫秒内对音频输入做出回应，平均反应时间为320毫秒，这与人类在自然对话中的反应时间非常接近。在性能上，GPT-4o在英语和代码文本方面的表现与GPT-4 Turbo旗鼓相当，同时在非英语文本处理上也有显著提升。更新模型在API调用上更为迅速，而且价格降低了50%，这无疑将极大地提升其市场竞争力。在视觉和音频理解方面，GPT-4o展现出了卓越的性能，明显优于现有的其他模型。
OpenAI介绍，使用GPT-4o时，ChatGPT免费版用户将能体验到更多高级功能，如GPT-4级别的智能交互，从模型和网络中获取回复，利用数据创建图表，基于拍摄的照片进行对话，以及上传文件以获取总结、撰写或分析等。
在预热阶段，OpenAI的CEO阿尔特曼就对GPT-4o寄予了高度评价，形容它“像魔法一样”。他甚至在一次采访中表示，希望最终能开发出像科幻电影《她》中的那种AI助理，实现更为深入和自然的人机交互。
此次发布的新模型也引发了业界的高度关注。前DCCI互联网数据中心创始人胡延平在微博上表示，“这是一次看似小幅更新，实则可能引发智能交互领域巨大变革的进步。”他还暗示，这次发布可能不仅仅是GPT-4的后端能力与前端聊天机器人的结合，而是GPT-5能力的部分释放，显示出OpenAI在控制其技术发布的节奏上有着深思熟虑的策略。
