OpenAI 釋出了一個名為 GPT-4o 的新旗艦生成式人工智能模型，并将在未來幾周内"疊代式"地在公司産品中推出。OpenAI 首席技術官穆裡-穆拉提（Muri Murati）說，GPT-4o 提供了"GPT-4 級"智能，但在 GPT-4 的基礎上改進了文本、視覺和音頻功能，所有使用者都可以免費使用，付費使用者将繼續 "擁有五倍于免費使用者的容量限制"。
穆拉提在 OpenAI 辦公室舉行的主題演講上說：GPT-4o 的理由橫跨語音、文本和視覺。OpenAI 将釋出桌面版 ChatGPT 和全新的使用者界面。
穆拉提說："我們知道這些模型越來越複雜，但我們希望互動體驗變得更自然、更簡單，讓你完全不用關注使用者界面，而隻關注與GPT的協作。這一點非常重要，因為我們正在展望人類與機器之間互動的未來。"
GPT-4是OpenAI之前的領先模型，它是圖像和文本的結合體，可以分析圖像和文本，完成從圖像中提取文本甚至描述圖像内容等任務。但 GPT-4o 增加了語音功能。
這具體能帶來什麼？很多方面。
GPT-4o 極大地改善了 ChatGPT 的體驗--ChatGPT 是 OpenAI 的病毒式人工智能聊天機器人。ChatGPT 長期以來一直提供語音模式，使用文本到語音模式轉錄 ChatGPT 中的文本。但 GPT-4o 對此進行了改進，讓使用者可以更像使用助手一樣與 ChatGPT 互動。
例如，使用者可以向由 GPT-4o 支援的 ChatGPT 提問，并在 ChatGPT 回答時打斷它。OpenAI 表示，該模型能提供 "實時"響應，甚至能捕捉使用者聲音中的情感，并生成 "一系列不同情感風格 "的語音。
GPT-4o 還改進了 ChatGPT 的視覺功能。有了照片或桌面螢幕，ChatGPT 現在可以快速回答相關問題，從 "這個軟體代碼是怎麼回事 "到 "這個人穿的是什麼牌子的襯衫？
GPT-4o 從即日起在 ChatGPT 的免費級别中推出，OpenAI 的進階 ChatGPT Plus 和 Team 使用者可使用 "高出 5 倍 "的消息限制，企業選項 "即将推出"。(OpenAI指出，當使用者達到使用門檻值時，ChatGPT将自動切換到GPT-3.5）。OpenAI 表示，它将在下個月左右向 Plus 使用者推出由 GPT-4o 改良的語音體驗。
穆拉提說："我們知道這些模型越來越複雜，但我們希望互動體驗變得更自然、更簡單，讓你完全不用關注使用者界面，而隻關注與 [GPT] 的協作。"
OpenAI 聲稱，GPT-4o 的多語言能力也會更強，在 50 種不同語言中的性能都有所提高。在 OpenAI 的 API 中，GPT-4o 的速度是 GPT-4（特别是 GPT-4 Turbo）的兩倍，價格為 GPT-4 Turbo 的一半，而且速率限制更高。
使用者隻需發出簡單的"嘿，ChatGPT"語音提示，就會收到來自代理的熱情洋溢的口語回應。然後，使用者使用簡單的口語送出查詢，并在必要時附上文字、音頻和/或視覺效果--後者可以包括照片、手機攝像頭的實時畫面或代理能"看到"的任何其他内容。
在音頻輸入方面，人工智能的平均響應時間為 320 毫秒，該公司稱這與人與人對話中的人類響應時間相似。在今天的示範中，代理的回答沒有出現令人尴尬的滞後現象，這無疑包含了許多類似人類的情感。此外，使用者還可以打斷代理的回答，而不會影響前後的資訊流。
在示範中，GPT-4o 還充當了兩個人之間意大利語和英語對話的口譯員；幫助一個人解決手寫的代數方程；分析程式設計代碼的某些部分；甚至還為一個機器人的睡前故事配上了廣告詞。
目前，GPT-4o 應用程式接口中還沒有為所有客戶提供語音功能。OpenAI 以濫用風險為由表示，計劃在未來幾周内首先向 "一小部分可信賴的合作夥伴 "推出對 GPT-4o 新音頻功能的支援。
其他方面，OpenAI 将在網絡上釋出煥然一新的 ChatGPT UI，新的主螢幕和消息布局 "更具對話性"，同時還将釋出桌面版的 ChatGPT for Mac，使用者可以通過鍵盤快捷鍵向 ChatGPT 提問，也可以通過打字或說話截圖并進行讨論。(從今天開始，Plus 使用者将首先獲得通路權限，Windows 版本的應用程式将于今年晚些時候推出）。此外，ChatGPT 的免費使用者現在還可以通路 GPT Store（OpenAI 基于其人工智能模型建構的第三方聊天機器人庫）。
GPT-4o 的文本和圖像功能現已開始向付費 ChatGPT Plus 和 Team 使用者推出，企業使用者也即将推出。免費使用者也将開始使用，但有費率限制。
語音版 GPT-4o 将 "在未來幾周内 "開始提供。
開發人員将能夠使用 GPT-4o 的文本和視覺模式，并在未來幾周内向 "一小部分值得信賴的合作夥伴 "提供音頻和視訊功能。