北京时间5月14日凌晨1点，OpenAI在春季发布会上发布了GPT-4的迭代版本——GPT-4o。跟此前的版本相比，GPT-4o最大的特点是增加了语音交互，并且号称和一些同类竞品相比，它的响应时间更快，可以减少延时，更接近和真人对话的节奏。
OpenAI官网介绍，GPT-4o中的o代表意为全能的前缀omni，称它向更自然的人机交互迈进了一步，因为它接受文本、音频和图像的任意组合作为输入内容，并生成文本、音频和图像的任意组合输出内容。OpenAI表示GPT-4o功能向所有用户开放，不过语音功能的上线还要等待数周。
GPT-4o一经发布，便引起科技圈的关注。猎豹移动董事长傅盛在发布会结束后，录制视频表示，“所有国内人工智能从业者都在熬夜等着大洋彼岸放核弹，但是没想到核弹没有放，却掏出了一堆摔炮。”
他表示虽然是玩笑话，只是比较让人失望的是这次OpenAI没有发布GPT-5.0，连GPT-4.5也没有看到，反而是发布了GPT-4o，就是把一系列的引擎给结合在一起，比如图片、文字、声音，这样你就不需要来回去切换了。
实际上早在前几日，OpenAI创始人山姆·奥特曼在社交平台上表示发布会，不是GPT-5，也不是搜索引擎。
无独有偶，5月14日早上6点，出门问问创始人李志飞就在个人公众号“飞哥说AI”上发表“GPT-4o让人机交互这个渣男有望重新做人”一文。
在文中他提到，自从2011年苹果发布Siri，无数公司尝试着做一个万能的VPA，包括Google，也包括出门问问，但基本是demo炫酷，用户用起来却觉得很蠢。这次，OAI的demo无疑是把VPA推到了前所未有的高度。
此外，OpenAI还推出了适用于macOS的桌面级应用和新的用户界面。OpenAI技术负责人Mira Murati在直播中表示：“这是我们第一次在易用性方面真正迈出的一大步。”
对其应用的发布，傅盛认为非常有特色，“我们觉得OpenAI发布应用恰恰说明了应用在人工智能领域大有可为，每一个创业者都应该去好好地做人工智能应用，大模型的能力当然会不断地迭代，但最终能够把大模型用好的还是应用。如果不计成本地累参数，提高所谓的大模型能力，这条路肯定是容易遇到困难的，目前看起来GPT-5.0可能还要难产一段时间。”
综合自OpenAI、央视财经
热门跟贴