Open新模型：丝滑如真人，GPT4o引领交互革命

美国人与畜禽Croproation365

　　OpeOpen新模型：丝滑如真人，GPT4o引领交互革命n新模型：丝滑如真人

　　在5月14日的线上“春季更新”活动中，美国OpenAI公司揭晓了其新旗舰模型——GPT-4o，标志着在人机交互领域的重要进展。这一模型不仅能够实时处理音频、视觉和文本信息，还显著提升了ChatGPT处理多语言的能力，同时加快了响应速度并优化了输出质量。

　　GPT-4o的名字中，“o”代表“omni”，寓意“全能”，灵感来源于拉丁语，强调了模型跨多种媒介输入输出的全面性。它能够接受文本、图像和音频的综合输入，并灵活生成多种形式的输出，尤其在图像和音频理解上展示出超越前代的卓越性能。例如，GPT-4o能迅速理解音频中的情绪线索，如急促的喘息声，并给予相应指导，还能根据需求调整语调，以及实时解决数学问题和分析代码、图表。

　　相比之前版本，GPT-4o对音频输入的反应时间缩短至232毫秒，接近人类交流的速度，并大幅减少了信息损失，使得交互更加自然流畅。在图像处理上，通过摄像头输入的实时指令，ChatGPT也能顺利完成，展现了其在多模态应用上的强大潜力。Open新模型：丝滑如真人。

　　OpenAI透露，GPT-4o是他们首个集成了文本、视觉、音频处理的模型，目前正处于功能探索阶段，但已显示出在多语言、音频和视觉任务上前所未有的性能水平，与GPT-4Turbo在基准测试中表现相当。