OpenAI 发布 GPT-4o，实时语音对话向所有用户开放

事件摘要

2024 年 5 月 13 日，OpenAI 发布了 GPT-4o（

影响评估

• 能力跃迁 +2 · 中期

  首个在单一神经网络中原生融合文本、视觉和音频的生产模型。带情感表达的实时语音对话首次达到类人质量。232 毫秒的音频延迟与人类对话几乎无法区分。

  受影响群体: AI users、developers、accessibility communities

• 普惠化 +2 · 即时

  GPT-4o 级别的智能对所有 ChatGPT 用户免费开放。API 价格相比 GPT-4 Turbo 降低 50%。免费访问 + 语音界面的组合使最先进的 AI 对话能力对任何拥有智能手机的人都是可及的。

  受影响群体: general public、developers、small businesses、students

共识度与来源

• 1
  Hello GPT-4o — OpenAI

  原文可访问: https://openai.com/index/hello-gpt-4o/

  We're introducing GPT-4o, our new flagship model that can reason across audio, vision, and text in real time.

  参考证据 引用已记录 原文可访问
• 2
  GPT-4o — Wikipedia

  原文可访问: https://en.wikipedia.org/wiki/GPT-4o

  GPT-4o (omni) is a multimodal language model developed by OpenAI and released on May 13, 2024.

  参考证据 引用已记录 原文可访问