正文内容 评论(0

OpenAI发布的GPT-4o究竟牛在哪儿 一文了解详情
2024-05-14 21:47:44  出处:天极网  作者:潇冷 编辑:振亭     评论(0)点击可以复制本篇文章的标题和链接

先是GPT的持续迭代,后是文生视频的Sora的一骑绝尘,一直被OpenAI牵着鼻子走的大模型在经历繁花似锦的一年之后,终于在行业化场景化尝试落地,并于多模态能力寻求新的突破。

GPT-4o横空出世

而今天实现这一突破的还是OpenAI。可以说,在大模型混战日益激烈的今天,OpenAI释放了又一重磅炸弹——GPT-4o。

事情是这样的。今天凌晨,OpenAI在其春季发布会上推出最新杰作GPT-4o,以其突破性的智能交互能力,彻底颠覆了我们对AI语音助手的认知。

在一段简短的视频中,OpenAI揭晓了其新一代AI大模型GPT-4o,该模型能够实时进行音频、视觉和文本的推理,GPT-4o中的“o”源自Omni,即“全能”,体现了其全面而强大的能力。

OpenAI发布的GPT-4o究竟牛在哪儿 一文了解详情

何为全能?在发布现场,OpenAI技术负责人穆拉迪(MiraMurati)表示:“新型号GPT-4o‘速度快得多’,在文本、视频和音频方面都有改进,公司最终计划让用户与ChatGPT进行视频聊天。这是我们第一次在易用性方面迈出巨大的一步。”

据透露,相较于先前的GPT-4Turbo,GPT-4o在运算速度和成本效益方面均实现了显著的优化。

更为出色的是,GPT-4o拥有对文本、图像、音频等多种信息模态的处理能力,从而为用户提供了更为自然且流畅的交互体验。

更快更强还免费

OpenAI不仅发布全新旗舰大模型GPT-4o,还更新界面以提高用户使用体验,并且宣布免费开放使用,付费用户享有五倍的使用容量限制。

在免费使用方面,官方给出的免费限制在一定消息数量上,超过这个消息量之后,免费的模型将被切回ChatGPT。这是GPT-4o的优势之一。

在API使用上,GPT-4o相较于去年11月发布的GPT-4-turbo,价格降低了50%,速度提升了200%,进一步提升了性价比。

更令人期待的是,未来几周内,GPT-4o的语音和视频输入功能也将陆续推出,为用户带来更多元的交互方式。

OpenAI发布的GPT-4o究竟牛在哪儿 一文了解详情

与现有的大模型相比,GPT-4o在音频与视觉方面表现得尤为出色。其中,在音频方面,GPT-4o可以在短至232毫秒的时间内响应用户的语音输入,这也意味着320毫秒的用时已经接近人类在日常对话中的反应时间。

而在GPT-4o之前,用户使用VoiceMode(由三个独立模型组成)与ChatGPT通话,但平均延迟为2.8秒(GPT-3.5)和5.4秒(GPT-4)。这也进一步证明了GPT-4o的先进之处。

同时,GPT-4o能够应对文本、音频和图像任意组合的多元化输入,并据此生成相应类型的任意组合输出。

此外,GPT-4o在英语文本和代码处理方面的表现与GPT-4Turbo旗鼓相当,而在非英语文本的处理能力上,GPT-4o更是展现出了显著的性能提升。

据悉,GPT-4o在设计中内置了跨模式的安全性,并创建了新的安全系统,为语音输出提供护栏。

此外,GPT-4o还与来自社会心理学、偏见和公平、错误信息等领域的70多名外部专家开展广泛的外部团队合作,以识别新增加的模式引入或放大的风险,提高与GPT-4o互动的安全性。

不停歇的OpenAI

从GPT到Sora再到GPT-4o,可以说,OpenAI在大模型创新的路上持续前行,并在大模型领域一骑绝尘。

早在上周便有消息传出,OpenAI准备推出一款AI搜索引擎,并将矛头指向Google即将召开的I/O大会。然而,AI搜索引擎并未如期而至,到来的是GPT-4o。

OpenAI发布的GPT-4o究竟牛在哪儿 一文了解详情

GPT-4o不仅能通过声音和文字跟人交流,还能识别物体和图像,并且逻辑推理能力也比现在市面上的产品要强。

可以说,GPT-4o将转录音频和文本转语音等功能合二为一,构建一个更懂图像和音频的多模态模型,响应速度也更快。

在笔者看来,无论是上个月推出的“语音引擎”(VoiceEngine),还是更早些时候发布的TTS(文本转语音)软件,都有着不俗的表现,有着更为广泛的应用场景,且实用性更强。

以微软为例,微软也在考虑用技术来提升语音助手,OpenAI表示,这次更新“是朝着实用性的方向发展。”

除了探索更为实用的场景外,OpenAI也将推出新的定价模式,调查数据显示,一直“烧钱”的OpenAI今年预计将迎来数十亿美元的收入。

据悉,假如客户通过预付费预定Tokens,便能享受高达50%。一些AI服务器经销商曾表示,在他们的软件上运行开源模型比使用OpenAI的模型便宜六倍。

毫无疑问,这种更灵活的定价,将有助于OpenAI更好地与其他模型开发人员和AI服务器经销商竞争。

寻求场景化落地与商业化是OpenAI解决烧钱焦虑的重要方法,通过发布GPT-4o,我们看到OpenAI的决心与实力。

写在最后

在竞争激烈的大模型市场,OpenAI接连发布重磅版本,一骑绝尘。

不管我们承认与否,在GPT-4o的发布下,大模型的多模态交互的能力再次被拉高,OpenAI仍然站在多模态的最高峰。

接下来,让我们期待大模型领域其他玩家的新发布。

OpenAI发布的GPT-4o究竟牛在哪儿 一文了解详情

责任编辑:振亭

  • 支持打赏
  • 支持0

  • 反对

  • 打赏

文章价值打分

当前文章打分0 分,共有0人打分
  • 分享好友:
  • |
本文收录在
#ChatGPT#GPT-4#GPT#GPT-4o

  • 热门文章
  • 换一波

  • 好物推荐
  • 换一波

  • 关注我们

  • 微博

    微博:快科技官方

    快科技官方微博
  • 今日头条

    今日头条:快科技

    带来硬件软件、手机数码最快资讯!
  • 抖音

    抖音:kkjcn

    科技快讯、手机开箱、产品体验、应用推荐...