- Das neueste Modell von OpenAI, ChatGPT-4o, „fühlt sich an wie KI aus den Filmen.”
- Es kann Anfragen in beliebiger Kombination aus Text, Audio und Bildern entgegennehmen und zurückgeben.
- Es antwortet mit einer einfühlsamen Stimme, die typische KI-Modelle nicht bieten.
OpenAI hat am Montag sein neuestes Flaggschiff-Modell namens GPT-4o („o“ für „omni“) vorgestellt, und es scheint, als hätten wir dem „Jarvis“ aus dem Iron-Man-Film am nächsten.
Der Verkaufsargument ist, dass ChatGPT-4o verschiedene Modalitäten verarbeiten kann, was die meisten der bestehenden KI-Modelle nicht können. Das bedeutet, dass GPT-4o jede Kombination aus Text-, Audio- und Bildanfragen annehmen und generieren kann.
Die gestaffelte Demo, die das Team auf X (ehemals Twitter) präsentierte, war so beeindruckend, dass viele Leute sie hochgelobt haben. Eine große Leistung ist, dass GPT-4o auf Audioeingaben in nur 232 Millisekunden antwortet, was der menschlichen Reaktionszeit während eines Gesprächs ähnelt.
„Es fühlt sich an wie KI aus den Filmen; und es ist immer noch ein bisschen überraschend für mich, dass es echt ist“, schrieb OpenAIs CEO Sam Altman in einem Blogbeitrag am Montag. „Es stellt sich heraus, dass das Erreichen menschlicher Reaktionszeiten und Ausdrucksstärke eine große Veränderung ist.“
OpenAI hat begonnen, die Text- und Bildfunktionen von GPT-4o an Nutzer auszurollen. In den kommenden Wochen werden die Audio- und Videofunktionen an „eine kleine Gruppe vertrauenswürdiger Partner in der API“ freigegeben, so das Unternehmen.
Trotzdem hier sind einige der Dinge, die Sie mit dem ChatGPT-4o-Modell tun können.
Was Sie mit GPT-4o tun können
Erstellen Sie Bilder mit lesbarem Text
Bisher hatten einige KI-Bildgeneratoren wie Midjourney immer noch Schwierigkeiten, Bilder mit lesbarem Text zu erstellen. OpenAI sagte, GPT-4o verstehe Textbeschreibungen jetzt viel besser und könne lesbare Texte auf Bildern erstellen.
Echtzeit-Übersetzung
In einer Situation, in der ein Übersetzer benötigt wird, kann GPT-4o als einer fungieren. In einer Videodemonstration zeigte das Team von OpenAI, dass GPT-4o etwas, das auf Englisch gesagt wurde, auf Spanisch wiederholen könnte, vielleicht in anderen Sprachen, und zurück von Spanisch nach Englisch.
Schauen und Erzählen
Für sehbehinderte Menschen oder einfach zum Spaß kann ChatGPT-4o schauen und erzählen, was in Ihrer Umgebung passiert, über die Handykamera. In einem Fall konnte das Modell jemandem mitteilen, dass jemand eine Geburtstagsfeier feierte, als es einen Kuchen und eine Kerze im Raum bemerkte.
Matheaufgaben lösen
GPT-4o kann auch Matheaufgaben auf einem Blatt Papier oder Bildschirm anzeigen und die Antwort darauf geben. Nicht nur das, es kann Sie auch betreuen und anleiten, wie man das Problem löst.
KI in visuellen Meetings
GPT-4o kann an visuellen Meetings teilnehmen und Gespräche mit Teilnehmern führen. Es kann Nutzern auch helfen, sich auf Vorstellungsgespräche vorzubereiten.
Die klügsten Krypto-Köpfe lesen bereits unseren Newsletter. Lust dabei? Mach mit.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com Wir übernehmen keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor jeglichen Anlageentscheidungen eine unabhängige Recherche durchzuführen und/oder einen qualifizierten Fachmann zu konsultieren.
Ibiam Wayas
Ibiam Wayas berichtet seit 2019 über Krypto-Nachrichten. Er studierte Informatik an der National Open University of Nigeria. Seine Arbeiten erschienen in verschiedenen Krypto-Nachrichtenplattformen, darunter Coinfomania, Crypto News Australia und AltcoinBuzz. Aufgrund seines Hintergrunds in der Informatik konzentriert er sich nun auf Nachrichten zu Kryptowährungen, Robotik und Langlebigkeit.
