OpenAI发布最新人工智能模型GPT-4o：免费向所有用户开放

来源：鞭牛士

5月14日消息，ChatGPT即将变得更加智能和实用。

OpenAI于周一发布了其最新的大型语言模型GPT-4o。据称，这一更新版模型将为ChatGPT带来更高的智能化水平和更友好的用户体验。与前一代GPT-4相比，GPT-4o还将对免费用户开放，这意味着任何人都可以通过ChatGPT访问OpenAI最先进的技术。

在公司周一的演示中，GPT-4o被展示为能够将ChatGPT转变为一个具备实时语音对话能力的数字助手。它不仅可以处理文本和视觉内容，还能分析用户上传的截图、照片、文档或图表，并围绕这些内容展开互动。

OpenAI首席技术官Mira Murati表示，ChatGPT的更新版本现在还具备记忆功能，可以从以往与用户的对话中学习，同时支持实时翻译。

“这是我们第一次在易用性方面迈出如此重大的一步。”Murati在旧金山总部的现场演示中说道，“这种交互变得更自然，也更容易上手。”

新版本的发布正值OpenAI在日益激烈的人工智能竞争中努力保持领先地位之际。包括谷歌和Meta在内的竞争对手一直在开发更强大的大语言模型，为聊天机器人提供动力，并将AI技术引入更多产品。

OpenAI的活动恰逢谷歌年度I/O开发者大会前一天举行，预计谷歌将在会上宣布Gemini AI模型的更新。与GPT-4o类似，谷歌的Gemini同样支持多模态功能，能够解释和生成文本、图像及音频。

此外，OpenAI的更新也在苹果下个月全球开发者大会之前发布，届时苹果可能推出将AI融入iPhone或iOS的新方法。

与此同时，最新的GPT版本可能成为微软的一大利好消息。微软已向OpenAI投资数十亿美元，计划将其AI技术嵌入自身产品。

OpenAI高管展示了ChatGPT通过语音对话解决数学问题、讲述睡前故事以及提供建议的功能。ChatGPT能够以自然的人类声音或机器人的声音交流，甚至还能唱歌回应。该工具还可以查看并讨论图表图像。

他们还演示了检测用户情绪的能力；有一次，它听到一位高管的呼吸声并鼓励他放松。

“你不是吸尘器！”ChatGPT的女声（听起来与电影《她》中斯嘉丽·约翰逊配音的数字伴侣非常相似）开玩笑地告诉工作人员。

ChatGPT还能通过自动翻译和响应进行多语言对话。据OpenAI称，该工具目前支持超过50种语言。

“新的语音（和视频）模式是我使用过的最好的计算机界面。”OpenAI首席执行官Sam Altman在博客文章中写道，“感觉就像电影中的人工智能；我仍然有点惊讶它是真的。事实证明，达到人类水平的响应时间和表达能力带来了巨大的变化。”

Murati表示，OpenAI将推出支持GPT-4o功能的ChatGPT桌面应用程序，为用户提供另一个与公司技术交互的平台。

GPT-4o也将开放给希望从OpenAI的GPT商店构建自定义聊天机器人的开发者使用，这一功能现已对非付费用户开放。

更新的技术和功能将在未来几个月内逐步集成到ChatGPT中。免费用户将有限次数地与GPT-4o模型交互，之后系统将自动切换回旧的GPT-3.5模型；付费用户则可享受更频繁的新型号访问权限。

OpenAI首席技术官Mira Murati在公司春季更新直播中表示，OpenAI正在向ChatGPT的免费用户提供许多以前仅限订阅的功能，其中最大的亮点是浏览GPT商店和使用自定义机器人的能力。

该公司还在其网站的博客中发布了此次更新。

就在四个月前的1月10日，该公司向付费订阅者开放了GPT商店。该商店允许ChatGPT Plus订阅者创建自己的聊天机器人（称为GPT）并分享它们。一些受欢迎的机器人包括图像生成机器人、帮助科学研究的Consensus聊天机器人以及徽标制作机器人。

OpenAI表示，将为GPT构建者提供基于参与度的收入共享计划，该计划已于3月份开始测试。但由于该功能此前仅限于付费ChatGPT用户，因此机器人的受众受到限制。

OpenAI还让免费用户能够上传文件和照片以进行摘要和分析，使用ChatGPT搜索网络，并利用GPT-4存储以前的聊天记录——这些功能此前仅对订阅用户开放。

OpenAI表示，已有超过1亿人使用ChatGPT。

然而，升级后的ChatGPT体验——以及通过改进的语音对话在桌面上与其交互的能力——可能会吸引更多用户使用这项技术。

随着谷歌和Meta将AI技术集成到Instagram和Google Assistant等更广泛使用的消费产品中，这些公司的技术或将变得更加普及且易于使用。