ChatGPT 制造商 OpenAI 周一表示，将发布一种名为 GPT-4o 的新人工智能模型，该模型能够进行逼真的语音对话，并能够跨文本和图像进行交互，这是其在主导新兴技术的竞赛中保持领先地位的最新举措。
Chatgpt能够“有人情味”的实时交流
OpenAI 研究人员在一次直播活动中展示，新的音频功能使用户能够与 ChatGPT 交谈并立即获得实时响应，并在 ChatGPT 说话时打断 ChatGPT，这两个特点是人工智能语音助手发现具有挑战性的真实对话的特点。
OpenAI 首席执行官Sam Altman在博客文章中写道：“这感觉就像电影中的人工智能……对我来说，与计算机交谈从来没有真正自然过；现在却如此了。”
微软支持的 OpenAI 面临着日益激烈的竞争和扩大 ChatGPT 用户群的压力。ChatGPT 是其广受欢迎的聊天机器人产品，以其生成类人类的书面内容和一流软件代码的能力而令世界惊叹。
直播活动中，OpenAI 研究人员展示了 ChatGPT 的新语音助手功能。
- 在一个演示中，ChatGPT 利用其视觉和语音功能与研究人员对话，解决纸上的数学方程。
- 在另一个演示中，研究人员展示了 GPT-4o 模型的实时语言翻译能力。
OpenAI 的演示近乎科幻小说，ChatGPT 及其对话者一度开起了风骚的玩笑。 OpenAI 研究人员告诉聊天机器人，他心情很好，因为他正在展示“你是多么有用和令人惊奇”。ChatGPT 回应道：“哦别说了！你让我脸红了！”
Alphabet 发布前的开场
演示结束后，Altman 在 X 上发布了“她”，这似乎是对 2013 年Spike Jonze 执导的电影《她》的参考，讲述了华金·菲尼克斯 (Joaquin Phoenix) 饰演的一名男子爱上了由斯嘉丽·约翰逊 (Scarlett Johansson) 配音的人工智能助手的故事。
OpenAI首席技术官Mira Murati在活动中表示，新型号将免费提供，因为它比该公司之前的型号更具成本效益。她说，GPT-4o 的付费用户将比该公司的免费用户有更大的容量。该公司表示，GPT-4o（“omni”的缩写）将在未来几周内在 ChatGPT 中提供。
此外，Murati在活动结束后告诉路透社，免费的 ChatGPT 用户现在可以使用“浏览”功能，使 ChatGPT 能够显示来自网络的最新信息。她表示，该公司无意通过销售广告从免费用户身上赚钱。
ChatGPT 于 2022 年底推出后不久，就被称为有史以来月活跃用户达到 1 亿的最快应用程序。然而，根据分析公司 Similarweb 的数据，ChatGPT 网站的全球流量在过去一年中经历了过山车般的波动，现在才恢复到 2023 年 5 月的峰值。
OpenAI 在 Alphabet 计划举行年度谷歌开发者大会的前一天宣布了这一消息，预计它将在会上展示自己的新的人工智能相关功能。路透社上周援引消息人士的话说，OpenAI 计划推出一款人工智能驱动的搜索产品。但据一位知情人士透露，该公司决定推迟发布搜索产品。
来源：cbcnews
1
