OpenAI刚刚放大招，推出了全新的AI模型GPT-4o，不仅速度快得飞起，而且竟然对所有用户免费开放

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/

昨天，OpenAI 在圣弗朗西斯科的一场直播中大张旗鼓地宣布了它的全新旗舰AI模型——GPT-4o，这里的“o”代表全方位（omni），意味着这个模型不仅仅懂得处理文本，还能搞定语音和视频，简直是技术界的瑞士军刀！未来几周，这个全能小天才将会逐步出现在公司的开发者和消费者产品中，准备好迎接智能风暴了吗？

OpenAI 的CTO Mira Murati介绍说，GPT-4o在保持GPT-4级别的智能的同时，在多个模式和媒介上进行了升级。想象一下，无论是文字、声音还是视觉，GPT-4o都能跨界理解，这对于我们与机器的未来互动至关重要，这简直是跨界大师！

而且，说到实际用途，GPT-4o在OpenAI的AI聊天机器人ChatGPT上的表现更是大幅提升。现在，ChatGPT不仅仅可以通过语音模式转写机器人的回答，而且还能更像一个助理那样与用户互动。比如，用户可以在ChatGPT回答问题时打断它，而GPT-4o可以实时响应，还能捕捉到用户声音中的细微差别，甚至能以各种不同的情感风格（包括唱歌）来回应。

不仅如此，GPT-4o还大幅提升了ChatGPT的视觉能力。只需给出一张照片或者电脑屏幕截图，ChatGPT现在可以迅速回答相关问题，无论是“这段软件代码是做什么的？”还是“这个人穿的是什么牌子的衬衫？”，都能迅速给出答案。

至于未来的功能，Murati表示，今天的GPT-4o能够翻译不同语言的菜单图片，未来可能还会允许ChatGPT“观看”现场体育比赛并解释比赛规则呢。

在多语言方面，GPT-4o的表现也更上一层楼，据称支持约50种语言。同时，在OpenAI的API和微软的Azure OpenAI服务中，GPT-4o的速度是GPT-4 Turbo的两倍，价格却只有一半，处理限额也更高。

尽管现在的GPT-4o API还没有包括语音功能，但OpenAI表示，考虑到滥用的风险，计划在未来几周内首先向“一小部分可信伙伴”提供支持。

GPT-4o从今天开始就在ChatGPT的免费版中可用，对于订阅了OpenAI高级服务ChatGPT Plus和团队计划的用户来说，消息限制高出“5倍”（当用户达到速率限制时，ChatGPT将自动切换到较老、能力较弱的GPT-3.5模型）。而改进后的ChatGPT语音体验将在下个月左右为Plus用户提供alpha测试，同时还会有针对企业的选项。

此外，OpenAI宣布将推出更新后的ChatGPT用户界面，主页和消息布局更加“对话式”，并且推出了macOS上的ChatGPT桌面版本，用户可以通过键盘快捷方式提问或者讨论截图。Plus用户将首先获得应用程序的访问权，Windows版本将在今年晚些时候推出。

GPT商店，即OpenAI为第三方聊天机器人构建的AI模型库和创作工具，现在也向ChatGPT免费版用户开放。免费用户还可以利用之前只有付费用户才能享受的ChatGPT功能，比如允许ChatGPT“记住”用户的偏好，为未来的互动提供帮助，上传文件和照片，以及搜索网页以回答及时的问题。