OpenAI 发布更快更便宜的 GPT-4o 模型
OpenAI 推出了一款最新的旗舰生成式 AI 模型 GPT-4o，其中“o”代表“omni”，源自拉丁语“omnis（意为“全能”）”，指的是该模型处理文本、语音和视频的能力。 GPT-4o将在未来几周内向所有免费的 ChatGPT 用户开放，同时还将推出一个 MacOS 版的 ChatGPT 桌面应用程序（稍后将推出 Windows 版），允许用户在网络和移动应用程序之外进行访问。 OpenAI 首席技术官 Mira Murati 表示，GPT-4o 提供了“GPT-4 级别”的智能，但改进了 GPT-4 跨多种模式和媒体的能力。“GPT-4o 可以跨越语音、文本和视觉。这一点非常重要，因为我们正在研究我们自己与机器之间交互的未来。” 根据介绍，GPT-4o 对语音功能进行了增强，提升交互体验。例如，用户可以向 GPT-4o 支持的 ChatGPT 提问，并在 ChatGPT 回答时打断它。 OpenAI 表示，该模型提供“实时”响应能力，甚至可以识别用户声音中的细微差别，从而生成“一系列不同情感风格”（包括唱歌）的声音。 “它可以在短短 232 毫秒内响应音频输入，平均为 320...
