OpenAI 推出 GPT-4o，"魔法" 是否成真？

OpenAI最近推出了GPT-4o模型，并引起了AI行业的广泛关注。GPT-4o的发布被誉为AI界的一大突破，其性能提升不仅体现在速度上，还包括在文本、视频和音频功能上的显著改进。

技术负责人Mira Murati在直播活动中宣布，GPT-4o将对所有用户开放，甚至包括免费用户。她强调该模型在速度上的提升以及在多媒体处理上的进步。GPT-4o的设计目标是促进更自然的人机交互，它可以处理包括文本、音频和图像在内的多种输入，并输出文本、音频和图像的组合。

OpenAI通过API提供新模型，开发人员可即刻开始构建应用。Murati提到，GPT-4o的处理速度是之前版本GPT-4 Turbo的两倍，而成本只有后者的一半。新模型的一大亮点是其音频功能，如能够在公开演讲前帮助缓解紧张情绪，并具备理解用户情绪的能力。

新模型GPT-4o是OpenAI第一个结合文本、视觉和音频的模型，代表了OpenAI在端到端模型训练方面的一次重要尝试。然而，该组织认为目前对GPT-4o的功能和局限性的理解还仅停留在初步阶段。OpenAI联合创始人Sam Altman在博客中对新模型评价颇高，他指出GPT-4o的核心优点包括免费提供强大的AI工具，以及其在语音和视频处理上接近人类水平的表现。

此外，文章末尾提供了相关链接，并鼓励读者关注“AI生成未来”，还提供了加入AIGC技术交流群的方式。