智通财经APP获悉，周一，OpenAI发布了一款名为GPT-4o的新旗舰生成式人工智能模型，并计划在未来几周内逐步在其各种产品中推出。OpenAI的首席技术官Muri Murati介绍说，GPT-4o在保持GPT-4级别的智能的同时，对文本、视觉和音频功能进行了改进，全用户均可免费使用，而付费用户的容量限制是免费用户的五倍。

  Murati在OpenAI办公室的一次主题演讲中提到，GPT-4o跨越了语音、文本和视觉的多个领域。OpenAI将推出桌面版ChatGPT及全新用户界面。

  GPT-4是OpenAI之前的领先模型，它集成了图像和文本功能，能够分析图像和文本，完成从提取图像中的文本到描述图像内容等任务。而GPT-4o在此基础上增加了语音功能。

  GPT-4o明显提升了ChatGPT的使用体验—ChatGPT是OpenAI的人工智能聊天机器人。虽然ChatGPT长期支持语音模式，将ChatGPT 的文本转为语音，但GPT-4o在此基础上进行了优化，使用户能更像与助手互动一样自然地使用ChatGPT。

  例如，用户现在可以在ChatGPT回答问题时中断它，而OpenAI表示，新模型可提供“实时”响应，甚至能够捕捉到用户声音中的情感，并以不同的情感风格生成语音。

  GPT-4o还增强了ChatGPT的视觉功能。通过照片或屏幕截图，ChatGPT现在可以迅速回答有关问题，从“这段代码是做什么用的”到“这个人穿的是什么品牌的衬衫”。

  从即日起，GPT-4o将在ChatGPT的免费版本中提供，而OpenAI的高级版本ChatGPT Plus和Team用户则可享有“五倍消息限制”的优势，企业选项也将“即将推出”(当用户达到使用阈值时，系统将自动转为使用 GPT-3.5)。OpenAI表示，计划在下月左右为Plus用户推出改良后的GPT-4o语音体验。

  OpenAI还表示，GPT-4o的多语言功能得到了增强，在50种不同的语言中表现更佳。在OpenAI的API中，GPT-4o的处理速度是GPT-4(特别是 GPT-4 Turbo)的两倍，价格则是GPT-4 Turbo的一半，同时拥有更高的速率限制。

  用户只需发出简单的“嘿，ChatGPT”语音提示，就可以获得代理的口语回应。然后，用户都能够用口语提交查询，并在必要时附上文字、音频或视觉效果——后者可包括照片、手机摄像头的实时画面或代理能“看到”的任何其他内容。

  在音频输入方面，人工智能的平均响应时间为320毫秒，与人类的对话响应时间类似。

  目前，GPT-4o的应用程序接口中尚未为全部客户提供语音功能。鉴于滥用风险，OpenAI计划在未来几周内首先向“一小部分可信赖的合作伙伴”推出对GPT-4o新音频功能的支持。

  其他方面，OpenAI将在网络上发布全新的ChatGPT UI，新的主屏幕和消息布局“更具对话性”，同时还将发布桌面版的ChatGPT for Mac，用户都能够通过键盘快捷键向ChatGPT提问，也能够最终靠打字或说话截图并进行讨论(从今天开始，Plus用户将首先获得访问权限，Windows版本的应用程序将于今年晚些时候推出)。此外，ChatGPT的免费用户现在还可以访问GPT Store(OpenAI 基于其人工智能模型构建的第三方聊天机器人库)。

  GPT-4o的文本和图像功能慢慢的开始向付费的ChatGPT Plus和Team用户推出，企业用户也即将推出。免费用户也将开始使用，但有使用限制。

  语音版GPT-4o将“在未来几周内”开始提供。研发人员将可使用GPT-4o的文本和视觉模式，并在未来几周内向“一小部分让人信服的合作伙伴”提供音频和视频功能。

  特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

  孩子的成长过程，都应该有这套漫画赢在自律，实例分析孩子实际问题，给出解决方案正面引导孩子

  【整理归纳】初中地理知识点总结（全1-4册），高中地理学考（合格考）知识点大汇总！

  三星Galaxy Z Fold 6和Z Flip 6的所有规格信息几乎全部泄露

  小米15 Pro再次被确认：5400mAh电池+出色影像，手感媲美iPhone！