太震撼了！OpenAI颠覆世界,深夜发布的GPT-4O模型，功能太强大,直接进入科幻时代.

chatGpt在线2024-07-14 13:42:4253

在这次OpenAI的新品发布会上，发言人展示了一些令人兴奋的新技术和功能。当各家科技公司还在追赶大模型多模态能力，把总结文本、P 图等功能放进手机里的时候，遥遥领先的 OpenAI 直接开了大招，发布的产品连自家 CEO 奥特曼都惊叹：就像电影里一样。

以下是一些关键点的总结:

1.实时对话语音:发言人提到了一项关键功能，即实时对话语音。他们通过手机展示了这项技术，使用了一个应用程序来激活GPT的音频能力。

2.情绪感知与响应:模型能够感知用户的情绪，如在用户呼吸急促时建议用户冷静下来。此外，模型还能够以不同的情感风格生成语音。

3.实时演示:进行了实时演示，包括一个关于机器人和爱的睡前故事，展示了模型在语音表达上的能力。

4.视觉能力:模型不仅能够进行语音交互，还能够通过视频与用户互动，展示了模型的视觉能力。

5.数学问题解决:模型帮助用户解决了一个线性方程问题，展示了其教育和辅助解决问题的能力。

6.实时翻译:模型展示了实时翻译的能力，能够在英语和意大利语之间进行转换。

7.面部表情识别:模型尝试根据用户的面部表情来识别情绪，尽管最初出现了一些技术问题。

8.编程和代码分析:模型能够接收代码，分析其功能，并提供对代码中特定函数影响的解释

9.数据可视化:模型能够分析和解释天气数据的可视化图表。

10.未来展望:发言人提到，他们将在未来几周内推出更多功能，并将继续探索新技术的边界

发布会时GPT-4o可运用具体场景：

模型能力

1. 交互能力：接受文本、音频和图像输入，生成相应输出。

2. 响应时间：音频输入响应时间接近人类水平，平均约320毫秒。

3. 性能对比：与GPT-4 Turbo在文本和代码上性能相当，非英语文本处理有显著提升，速度更快，API成本降低50%。

4. 视觉与音频理解：相比现有模型有显著提升。

GPT-4o 的发布，或许就是 OpenAI 朝着ChatGPT 用户将免费获得更多高级功能这方面努力的一个开始。

是的，这还只是个开始。

最后提一句，今天 OpenAI 博客中展示的「Guessing May 13th’s announcement.」的视频，几乎完全撞车谷歌明天 I/O 大会的一个预热视频，这无疑是对谷歌的贴脸开大。不知道看完今天 OpenAI 的发布，谷歌有没感到巨大压力？

chatgpt对话如何预设答案