連呼吸都能辨別，OpenAI重磅推出新一代旗艦模型GPT-4o

在AI界里最火，也最被關注的就是OpenAI的GPT。他們的發布會跟蘋果發布會，華為發布會一樣備受全球的科技互聯網愛好者的關注。因為這些都代表著互聯網科技的未來和方向。

就在當地時間5月13日上午10點，OpenAI春季發布會終于千呼萬喚始出來。而上一次的發布會已經是一年前的事了。在上次發布會推出GPT-4后，震驚了整個科技互聯網，而這次發布會，大家都帶著強烈的期待，在此之前有太多的猜測，像AI搜索引擎，GPT5等等，但真的沒有一個能猜到。在新發布的版本里，還有大家更猜不到的。

本次發布會發布的不是GPT-5，而是GPT-4的迭代版本，GPT-4o。OpenAI表示，GPT-4o是一個“原生多模態”模型，它的命名來源于“omni”，即包羅萬象之意。

這么一上來就來了一個“王炸”，真的讓人又有了更高的期待。米拉·穆拉蒂一上來就說OpenAI的目標是進一步減小人們使用AI的障礙，讓所有人都能在工作、學習、創造中用上AI工具。

看來OpenAI在過去的一年中，也發現了不少的問題，其中最大的問題就是功能太分散，用戶使用不方便，現在這么一更新，也算是把用戶的痛點給整上了。

發布會上也說：在未來幾周內，用戶將會陸續自動更新到GPT-4o。

總結一下：在這一年中，OpenAI做了三件事：

1、集合研究了更強大的模型GPT-4o

2、更新用戶界面提高使用體驗

3、免費開放給用戶。

GPT-4o作為新一代旗艦模型，把AI工具的使用門檻降到了更低的程度，不僅比上一代速度快兩倍，能實現無延遲實時對話，而且用戶不用注冊，功能全部免費。這一次已經給了用戶不少的驚喜啦。

ChatGPT現在也有桌面版本了，據OpenAI的CTO米拉·穆拉蒂（Mira Murati）表示，這也是他們第一次在易用性上做出改進。

另外，薩姆·奧爾特曼在X上補充道，模型升級不只在GPT上，開發者也可以在API里同步使用GPT-4o，價格是GPT-4 Turbo的一半，速度是GPT-4 Turbo的兩倍。GPT-4o還在50多種除英文外的語言能力上得到了加強。

在發布會上，還有一個現場測試的環節。說到現場測試就讓我想起了雷軍在叫小愛的現場測試，太調皮了。我們來看看OpenAI研究員Marc Chen和Barret Zoph現場測試怎么測試GPT-4o。

可以毫不夸張地說，新模式的接受能力太強了，連呼吸都能辨別！Chen對GPT說，自己有點緊張，然后開始急促地呼吸。

GPT識別到了他呼吸的聲音，說，別緊張，你喘得像個吸塵器，深呼吸，再吐氣，接著GPT還開始指導Chen怎么深吸慢呼平復心情。

能辨別周圍環境的動靜，還能及時反饋！這么智能的反應，這么快就能有對策，比真人還要快啊。

另外，就像我們生活中的一樣，當你想打斷對方的講話時，對方會怎么回應呢？在新模型中，又會有什么樣反饋？

Chen讓GPT給Zoph講個睡前故事哄他入睡，Chen反復打斷GPT的講述，問它能不能講得更刺激點，最后，GPT跟迪士尼公主似的把故事用歌唱了出來。在新版本里，你要是不想聽可以立刻打斷或者提出意見，就像在真實生活里的交流一樣。

最后，我們再總結一下，GPT-4o可以綜合利用語音、文本和視覺信息進行推理，該模型將在未來幾周內分階段集成至OpenAI的各個產品之中，將免費提供給所有用戶使用。新模型 GPT-4o的基本的功能：

1、API 2 倍速度、一半價格、5 倍頻率，更快的響應頻率，就像人與人之間的對話交流一樣。

2、語音更自然，可以唱歌，可以學機器人說話，音頻功能還可以實時打斷不必等待完成，更加人性化了。

3、通過視覺功能，可以在線教你解題，還可以看你的表情并理解。

4、能讀懂你的屏幕，可以直接展示代碼，它告訴你代碼什么問題、圖表是什么意思。

5、強大的實時翻譯功能，作為中介幫你翻譯給對方，并幫對方翻譯給你，以后的翻譯都要失業了。

另外，對于咱們來說，還有一個功能很友好，那就是GPT-4o對中文的理解能力更強了。

看完發布會，還有這些介紹之后，真的很想馬上就去體驗一下這一款號稱：包羅萬象 的AI新工具。