GPT-4o炸裂登场!听说读写如真人

 OpenAI在活动中发布了新旗舰模型“GPT-4o”,“可以实时对音频、视觉和文本进行推理。”据介绍,新模型使ChatGPT能够处理50种不同的语言,同时提高了速度和质量。

  GPT-4o的“o”代表“omni”。该词意为“全能”,源自拉丁语“omnis”。在英语中“omni”常被用作词根,用来表示“全部”或“所有”的概念。

image

  新闻稿称,GPT-4o是迈向更自然人机交互的一步,它可以接受文本、音频和图像三者组合作为输入,并生成文本、音频和图像的任意组合输出,“与现有模型相比,GPT-4o在图像和音频理解方面尤其出色。”

  在GPT-4o之前,用户使用语音模式与ChatGPT对话时,GPT-3.5的平均延迟为2.8秒,GPT-4为5.4秒,音频在输入时还会由于处理方式丢失大量信息,让GPT-4无法直接观察音调、说话的人和背景噪音,也无法输出笑声、歌唱声和表达情感。

  与之相比,GPT-4o可以在232毫秒内对音频输入做出反应,与人类在对话中的反应时间相近。在录播视频中,两位高管做出了演示:机器人能够从急促的喘气声中理解“紧张”的含义,并且指导他进行深呼吸,还可以根据用户要求变换语调。

image

  图像输入方面,演示视频显示,OpenAI高管启动摄像头要求实时完成一个一元方程题,ChatGPT轻松完成了任务;另外,高管还展示了ChatGPT桌面版对代码和电脑桌面(一张气温图表)进行实时解读的能力。

  OpenAI新闻稿称,“我们跨文本、视觉和音频端到端地训练了一个新模型,这意味着所有输入和输出都由同一神经网络处理。由于GPT-4o是我们第一个结合所有这些模式的模型,因此我们仍然只是浅尝辄止地探索该模型的功能及其局限性。”

image

  性能方面,根据传统基准测试,GPT-4o在文本、推理和编码等方面实现了与GPT-4 Turbo级别相当的性能,同时在多语言、音频和视觉功能方面的表现分数也创下了新高。

  更多工具免费解锁

  OpenAI表示,“我们开始向ChatGPT Plus和Team用户推出GPT-4o,并且很快就会向企业用户推出。我们今天还开始推出ChatGPT Free,但有使用限额。 Plus用户的消息限额将比免费用户高出5倍,团队和企业用户的限额会再高一些。”

  新闻稿称,即使是ChatGPT Free(免费)用户也可以有机会体验GPT-4o,但当达到限额时,ChatGPT将自动切换到GPT-3.5。

  另外,OpenAI还推出适用于macOS的ChatGPT桌面应用程序,通过简单的键盘快捷键(Option + Space)可以立即向ChatGPT提问,还可以直接在应用程序中截取屏幕截图与机器人进行讨论。

image

  在直播活动尾声时,OpenAI首席技术官Mira Murati说道,“感谢杰出的OpenAI团队,也感谢Jensen(黄仁勋)和英伟达团队为我们带来了最先进的GPU,使今天的演示成为可能。”


本文转载自互联网,如有侵权,联系删除

本文地址:http://jzyqby.com/post/5370.html

相关推荐

中金黄金股票股吧

中金黄金股票股吧

中金黄金股票股吧是一个专注于中金黄金股票的投资者社区,为投资者提供中金黄金股票的最新资讯、交流平台、专业分析和投资策略,本文将从中金黄金...

每日财经 1分钟前 0 0

捷顺科技股票股吧

捷顺科技股票股吧

捷顺科技股票股吧是一个专注于捷顺科技股票投资的社区,为投资者提供最新的股票信息、专业的股票分析和互动交流的平台,本吧致力于为投资者带来最...

每日财经 2小时前 0 0

今天股市收盘指数

今天股市收盘指数

2023年5月12日股市收盘指数分析2023年5月12日,上证指数收盘价为3346.44点,较前一交易日上涨0.19%,深证成指收盘价为...

每日财经 2小时前 0 0

中国平安保险股票投资分析

中国平安保险股票投资分析

本文将对中国平安保险股票进行全面的投资分析,从多个维度探讨其投资价值和潜在风险,中国平安保险作为中国保险行业的领军企业,拥有强大的品牌影...

每日财经 2小时前 0 0

诺安股票基金净值

诺安股票基金净值

截至2023年5月10日,诺安股票基金的净值为2.4744元,该基金由招商银行股份有限公司管理,基金经理为蔡志伟,诺安股票基金的投资目标...

每日财经 2小时前 0 1

发布评论