GPT-4o免费使用！号称最强AI模型

更重要的是，该模型将向所有用户开放，并在未来几周内先向 ChatGPT Plus推送。也就是说，任何人都可以通过ChatGPT访问OpenAI最先进的技术！

那么这场发布会都说了什么，GPT-4o又有何亮点呢？一起往下看看吧~

此次发布会主要对GPT-4o进行介绍及演示，主要包括三个重点：

1️⃣Chat新UI

随着模型复杂度的提升，ChatGPT的新用户界面却变得更为简洁，使得交互体验更加直观和流畅。

2️⃣桌面版GPT

桌面版GPT提供实时在线服务，能够协助用户完成编程、分析图表等任务。演示视频显示，它甚至能通过视觉识别直接理解用户的需求，极大拓展了本地任务处理的可能性。

3️⃣新的多态模型GPT-4o

GPT-4o模型是此次发布的最大焦点，根据发布会介绍，GPT-4o具备三大核心特性👇

● 多模态能力：它能够处理文本、音频和图像的组合输入，并产生这些媒介的任意组合输出。它还能识别并响应人类情感，实现情感丰富的交互。

● 高响应速度：对音频输入的响应时间极短，最快232毫秒，平均320毫秒，与人的自然对话反应时间相当。

● 可运行于桌面应用：作为一个随时待命的AI伙伴，GPT-4o可以帮助用户处理编程、数据分析等任务。

也就是说，OpenAI提供了一个无延迟、情感丰富、随时可互动的AI助理，并且完全免费。我们往下看看GPT-4o的“魔法”所在。

在发布会上，OpenAI通过直播演示了GPT-4o的多模态交互能力和实时视频交互功能。

Murati 邀请了两位 OpenAI 的研究主管上台进行功能演示，他们是 Mark Chen（图左）和 Barrett Zoph（图右）。

无延迟语音实时对话

在演示中，以具体的生活场景为例，让ChatGPT讲述故事，它几乎不用过多思考，张口就能说出带有情感和戏剧性的睡前故事。

在这一过程中，Mark和Baeeret不断打断它，要求它换个腔调讲故事，而ChatGPT能够根据要求调整语调和情感，展现了高度的互动性和趣味性。

视觉推理能力

GPT-4o显著提升了ChatGPT的视觉处理能力。现在，ChatGPT能够“看”到物体并进行推理。

在演示中，它通过手机摄像头识别了纸上的数学题，并协助成功解答。

解答线性方程对于ChatGPT来说未免有点太过简单，而面对编码难题时，它依然能够轻松解决。

Barret分享的代码用于处理特定时间和地点的天气数据，采用移动平均法平滑温度记录，并生成一年中温度变化的可视化图表。

执行代码后，借助 ChatGPT 的「视觉」，它能够查看电脑屏幕上的一切。

图表呈现了2018年全年的温度波动，特别标注了9月底的显著降雨事件以及7月和8月间的高温期，温度大约在25到40摄氏度之间。这不仅证实了代码成功运行，也展示了ChatGPT在数据处理、图表生成和结果分析方面的能力。

实时翻译

Mark随后展示了ChatGPT的即时翻译功能。

他用英语说话时，ChatGPT能迅速将其翻译成意大利语并传达给旁边的Murati；而当Murati用意大利语回答时，ChatGPT又立刻将其译为英语，让Mark理解。

这一过程不仅展示了语言间无缝转换的便捷性，也凸显了ChatGPT作为沟通桥梁的重要作用。

感知情绪

在互动环节中，ChatGPT接受了一项挑战，即通过分析一张自拍照来识别Barret的情绪。

利用其先进的图像识别和情感分析能力，ChatGPT不仅准确地识别出了Barret的面部表情，还成功推断出了他当时的情绪状态——愉快和兴奋。

这一能力不仅展示了ChatGPT在视觉处理和情感识别方面的先进技术，也体现了其在理解人类情绪和非言语交流方面的潜力。

GPT-4o的发布，不仅是技术上的一次飞跃，更是人机交互体验的一次革新。它将先进的多模态交互、极速响应能力和强大的桌面应用功能集于一身，为用户带来了前所未有的便捷和智能体验。

GPT-4o的“魔法”才刚刚开始，它将如何改变我们的工作和生活，让我们拭目以待。