OpenAI春季发布会召开，GPT-4o震撼发布，人人都可以拥有自己的“MOSS”

OpenAI再次颠覆人们对于AI的想象，这就是Magic！

5月14日，OpenAI春季新品发布会正式召开

这个时间的选择十分的有趣，因为明天的同一时间就是Google I/O开发者大会

不过正如Sam Altman所说“不是GPT-5，不是搜索引擎”，或许这让明天的Google 悄悄疏了口气

但比搜索功能更炸裂的是全新GPT-4o模型的发布！

| GPT-4o模型

GPT-4o，“o”代表“omni”，它可以接受任意组合的文本、音频和图像作为输入，并生成任意组合的文本、音频和图像输出。

是的，它的处理能力横跨，说，听，读，看！

可以实时对音频、视觉和文本进行推理，交流响应时间可以短至 232 毫秒，平均时间为 320 毫秒，与正常用户对话时间接近

此外在英语文本和代码上的性能与 GPT-4 Turbo 的性能相匹配，在非英语文本上的性能显著提高

最最最重要的是，免费可用！

之前沸沸扬扬的im-a-good-gpt2-chatbot，OpenAI研究科学家William Fedus刚刚发文，表示正是GPT-4o

而在评测排行榜上，ELO分数超过了GPT-4-Turobo

首先看看GPT-4o能力的评测结果

文本能力

音频识别能力

GPT-4o 比 Whisper-v3 显著提高了所有语言的语音识别性能，特别是对于资源匮乏的语言。

音频翻译能力

 GPT-4o 在语音翻译方面树立了新的最先进水平，并且在 MLS 基准测试中优于 Whisper-v3。

语言能力

M3Exam 基准测试既是多语言评估也是视觉评估，由来自其他国家标准化测试的多项选择题组成，有时还包括图形和图表。在所有语言的基准测试中，GPT-4o 都比 GPT-4 更强。

视觉理解能力

整体的能力测试来看，GPT-4o在各项的测试中，在文本、推理和编程智能方面达到了GPT-4 Turbo级别的性能，在多语言、音频和视觉能力方面更是显著领先于其他模型！

GPT-4o 的文本和图像功能今天开始在 ChatGPT 中推出。同时正在免费套餐中提供 GPT-4o，并向 Plus 用户提供高达 5 倍的消息限制。

打开ChatGPT已经可以选择GPT-4o模型

同时，将在未来几周内在 ChatGPT Plus 中推出新版本的语音模式 GPT-4o alpha。

开发人员现在还可以在 API 中访问 GPT-4o 作为文本和视觉模型。与 GPT-4 Turbo 相比，GPT-4o 速度提高 2 倍，价格降低一半，速率限制提高 5 倍

| 桌面端更新

此外，ChatGPT也推出了适用于 macOS 的新 ChatGPT 桌面端

通过简单的键盘快捷键（Option + Space），可以立即向 ChatGPT 提问，还可以直接在应用程序中截取屏幕截图并进行讨论

还可以直接和ChatGPT对话

同时，为 ChatGPT 引入了新的外观和感觉，旨在更加友好和更具对话性

| 结语

Sam将这次的更新描述为《Her》，或许也是Moss，也是贾维斯

虽然此次的更新没有GPT-5，没有Sora

但这一次，OpenAI让我看到了更多更实际的应用的场景。更向普通用户贴合

一直坚信工具的最终的归宿都是用户，满足用户的需求才是AI产品的最终的归宿

希望有一天，人人都能有属于自己的MOSS，自己的贾维斯

压力给到明天的Google

已经看到这里了，如果这篇文章对你有帮助，求个点赞，分享，转发，谢谢你的阅读！