OpenAI再次颠覆世界，GPT-4o完全免费，实时语音视频交互震撼全场，直接进入科幻时代...

▼最近直播超级多，预约保你有收获

在我们的深夜、太平洋时间的上午 10 点，OpenAI 召开春季发布会，推出了一款名为 GPT-4o 的“旗舰级”生成式人工智能模型，并将在未来几周内在公司面向开发者和消费者的产品中迭代推出。该大模型将向免费客户开放，这意味着任何人都可以通过 ChatGPT 访问 OpenAI 最先进的技术。

GPT-4o 中的“o”代表“omni”，指的是 GPT-4o 的多模态。

会前，OpenAI CEO Sam Altman 神秘兮兮地发了一条推文，给整个发布会奠定了基调：

 

—1—

全能型 GPT-4o 大模型发布

GPT-4o 大模型的发布，这是对现有技术的一次重大飞跃，首次将 GPT-4 级别的智能普及到所有用户，包括免费用户。GPT-4o 不仅在文本处理方面表现出色，还在图像和音频处理能力上实现了显著增强，标志着人机交互进入了一个更为自然和便捷的新时代。

它能够处理对话的微妙细节，如自然语言理解、环境噪音过滤及多声部对话，这些都是传统上对 AI 大模型的巨大挑战。通过内置转录、智能分析和文本转语音等功能，GPT-4o 大大降低了交互延迟，提升了沉浸式体验。

第一、实现了无延迟语音实时对话，还能打断发言

本次展示聚焦于 ChatGPT 应用的实时对话语音功能，Mark 以手机 APP 展示与 AI 的无缝对话，体验快速响应及情绪理解。Mark 表露紧张，ChatGPT 幽默回复，展示了可中断性、零延迟及情绪感知的升级，让对话更流畅人性化。

ChatGPT 还变换多种语调叙述故事，应对 Mark 和 Barret 的即兴打断与腔调变换请求，从平缓到戏剧化，甚至以机器人声线和歌声演绎，极大增强了互动的趣味与活力。

第二、视觉 + 推理

GPT-4o 还改进了 ChatGPT 的视觉能力。ChatGPT 现在能“看见”事物并进行推理。通过手机摄像头，她看到了一道写在纸上的数学题，并帮助两位演示者解题：通过一个线性方程的实例（3x + 1 = 4），对话深入到具体的数学问题解决策略中。

接下来，她又被要求解释一些计算机代码，顺带展示了最新的 ChatGPT 客户端：

第三、能言善辩、感知情绪

Mark 展示了ChatGPT的即时翻译，无缝切换英文与意大利语，促进TA与Murati 的交流，体现了强大的语言互通能力。

接下来，ChatGPT 通过分析 Barret 的自拍照片，准确识别其快乐和兴奋的情绪，展示了其图像理解与情绪识别功能。

ChatGPT 现支持超50种语言，服务范围广泛。GPT-4o 正向 Plus用户、团队拓展，企业版即将发布。免费用户今日起可尝鲜，但有配额限制。Plus 用户发送消息限额是免费用户的5倍，团队和企业用户限额更高。

免费体验 GPT-4o 特权包括：

• 智能互动升级

• 模型网络融合回复

• 数据分析图表

• 图片话题探讨

• 文件辅助创作分析

• 探索 GPT 商店

• 记忆功能优化体验

用量达上限后，系统自动转至 GPT-3.5 维持对话。

为了帮助同学们彻底掌握 AI 大模型 Agent 智能体、知识库、向量数据库、 RAG、微调私有大模型的应用开发、部署、生产化，今天我会开场直播和同学们深度剖析，请同学们点击以下预约按钮免费预约。

—2—

领取 AI 大模型学习资料

不会吧，都2024年了，还有人在网盘、B站上爬学习资源？

今天给大家搞到的是一份大厂内部都在用的『AI 大模型学习资源』：

▶形式：直播公开课+知识图谱

▶费用：原价299，本号用户0元白嫖

▶内容：大模型原理、Agent、LangChain、Spring AI、RAG、向量数据库、知识库、私有大模型、算力评估...

扫码预约报名

👇『AI 大模型学习资源』👇

堪称资源界的YYDS！

“得此资源，堪比1000G网盘资源”

👇👇👇

本期名额有限

—3—

领取《AI 大模型技术知识图谱》

这份业界首创知识图谱和学习路线，今天免费送了!

第一步：长按扫码以下我的视频号：玄姐谈AGI

第二步：扫码后，点击以下关注按钮，就可关注我。

第三步：点击"客服“按钮，回复“知识图谱”即可领取。

 —4—

精选短视频《Agent token 溢出解决方案》

以下视频你将学到：

    1、传统的分布式架构思路剖析

    2、多 Agent 架构设计方案思路剖析

END