OpenAI发布最新人工智能模型GPT-4o：免费向所有用户开放

来源：鞭牛士

5月14日消息，ChatGPT即将变得更加智能和实用。

OpenAI于本周一宣布推出其最新的人工智能大语言模型——GPT-4o。这一新版本不仅提升了模型的智能化水平，还进一步优化了用户体验，并将免费向所有用户开放。这意味着任何人都可以通过ChatGPT访问OpenAI最先进的技术。

根据OpenAI在周一的演示，GPT-4o能够将ChatGPT转变为一个具备实时语音对话功能的数字个人助理。此外，它还支持文本与视觉交互，可以查看用户上传的屏幕截图、照片、文档或图表，并进行相关讨论。

OpenAI首席技术官Mira Murati表示，更新后的ChatGPT新增了记忆功能，可以从之前的对话中学习，同时还能实现实时翻译。“这是我们第一次在易用性方面迈出重要一步。”Murati在公司旧金山总部的现场演示中说道，“这种互动更加自然且易于使用。”

此次更新正值OpenAI努力在日益激烈的人工智能竞赛中保持领先地位之际。包括谷歌和Meta在内的竞争对手正在开发更强大的大型语言模型，以推动聊天机器人及其他人工智能产品的进步。

OpenAI选择在谷歌年度I/O开发者大会前一天举办活动，而谷歌预计将在会上发布Gemini AI模型的更新。与GPT-4o类似，Gemini也是一款多模态模型，能够处理文本、图像和音频。

OpenAI的这次更新还发生在苹果全球开发者大会之前，外界普遍预期苹果将在下个月的活动中发布有关人工智能的新计划，可能涉及将其融入下一代iPhone或iOS系统。

与此同时，最新的GPT版本对微软来说无疑是一个利好消息。作为OpenAI的主要投资者之一，微软已投入数十亿美元，希望将OpenAI的技术整合到自己的产品中。

在演示环节中，OpenAI高管展示了通过ChatGPT进行语音对话的应用场景，例如解决数学问题、讲述睡前故事以及提供编码建议。

ChatGPT不仅能以自然且听起来像人类的声音回应，也可以切换为机械音，甚至还能唱歌。此外，该工具还可以分析图表图像并展开讨论。

演示过程中，模型还展现了检测用户情绪的能力。有一次，它听到了一位高管的呼吸声并鼓励他放松。

“你不是吸尘器！”ChatGPT的女声（与2013年电影《她》中斯嘉丽·约翰逊配音的数字伴侣极为相似）开玩笑地对工作人员说道。

ChatGPT还支持多种语言的实时翻译和响应。据OpenAI介绍，该工具目前支持超过50种语言。

“新的语音（和视频）模式是我用过的最好的计算机界面。”OpenAI首席执行官Sam Altman在宣布这一消息后发布的博客文章中表示，“这就像电影里的人工智能一样；我仍然有些惊讶它是真实的。事实证明，达到人类水平的响应时间和表达能力带来了巨大的变化。”

Murati透露，OpenAI将推出配备GPT-4o功能的ChatGPT桌面应用程序，为用户提供另一个与公司技术交互的平台。

GPT-4o也将面向希望利用OpenAI的GPT商店构建自定义聊天机器人的开发者开放，这一功能现在同样可供非付费用户使用。

这些更新和技术改进将在未来几个月内逐步引入ChatGPT。免费用户将能与GPT-4o模型进行有限次数的交互，之后系统会自动切换回旧版GPT-3.5模型；付费用户则可享受更高频率的访问权限。

OpenAI首席技术官Mira Murati在公司春季更新直播中表示，OpenAI正向ChatGPT的免费用户提供许多以前仅限订阅的功能，其中最重要的是浏览GPT商店和使用自定义机器人的能力。

该公司也在其官网博客中发布了本次更新的相关内容。

就在四个月前的1月10日，OpenAI向付费订阅者开放了GPT商店。该商店允许ChatGPT Plus订阅者创建自己的聊天机器人（称为GPT）并分享它们。目前一些受欢迎的机器人包括图像生成机器人、旨在帮助科学研究的Consensus聊天机器人以及徽标制作机器人。

OpenAI表示，将为GPT构建者提供基于参与度的收入共享计划，该计划已于3月份开始测试。但由于这项功能此前仅限于付费ChatGPT用户，因此机器人的受众范围受到限制。

此外，OpenAI还让免费用户能够上传文件和照片以进行摘要和分析，使用ChatGPT搜索网络，并利用GPT-4存储以前的聊天记录——这些功能在此之前都是订阅专属。

据OpenAI统计，已有超过1亿人正在使用ChatGPT。

然而，升级后的ChatGPT体验——特别是通过改进的语音对话在桌面端与其进行交互的能力——可能会吸引更多用户尝试其技术。

值得注意的是，谷歌和Meta正将人工智能集成到Instagram和Google Assistant等更广泛使用的消费产品中，这可能会使这些公司的技术覆盖更多用户并提升易用性。