- Последняя модель от OpenAI, ChatGPT-4o, «ощущается как ИИ из фильмов».
- Она может принимать и возвращать запросы в любой комбинации текста, аудио и изображений.
- Она отвечает эмпатичным голосом, в отличие от типичных моделей ИИ.
OpenAI в понедельник представила свою новейшую флагманскую модель под названием GPT-4o («o» означает «omni»), и, похоже, это ближе всего к тому, чтобы иметь интеллектуального помощника, подобного «Джарвису» из фильма «Железный человек».
Главное преимущество заключается в том, что ChatGPT-4o может обрабатывать различные модальности, что не могут делать большинство существующих моделей ИИ. Это означает, что GPT-4o может принимать и генерировать любые комбинации текстовых, аудио и изображений запросов.
Поэтапная демонстрация, представленная командой в X (ранее Twitter), была настолько впечатляющей, что многие люди были в восторге. Одним из больших достижений является то, что GPT-4o реагирует на аудиовходы всего за 232 миллисекунды, что аналогично времени реакции человека во время разговора.
«Это похоже на ИИ из фильмов; и мне все еще немного удивительно, что это реально», — написал генеральный директор OpenAI Сэм Альтман в блоге в понедельник. «Достижение времени реакции и выразительности на уровне человека оказывается большим изменением».
OpenAI начала развертывать текстовые и визуальные функции GPT-4o для пользователей. В ближайшие недели аудио и видео возможности будут выпущены для «небольшой группы доверенных партнеров в API», — сказала компания.
Тем не менее, вот некоторые вещи, которые вы можете сделать с моделью ChatGPT-4o.
Что можно делать с GPT-4o
Создание изображений с читаемым текстом
До сих пор некоторые генераторы изображений на базе ИИ, такие как Midjourney, все еще испытывают трудности с созданием изображений с читаемым текстом. OpenAI заявила, что GPT-4o теперь гораздо лучше понимает текстовые описания и может создавать читаемый текст на изображениях.
Перевод в реальном времени
В ситуации, когда нужен переводчик, GPT-4o может его заменить. В видеодемонстрации команда OpenAI показала, что GPT-4o может повторить то, что было сказано на английском, на испанском, возможно, на других языках, и обратно с испанского на английский.
Look and Tell
Для людей с нарушениями зрения или просто ради развлечения ChatGPT-4o может «смотреть» и рассказывать, что происходит вокруг, используя камеру телефона. В одном из случаев модель смогла определить, что кто-то празднует день рождения, заметив в комнате торт и свечу.
Решение математических задач
GPT-4o также может смотреть на математические задачи, написанные на бумаге или отображенные на экране, и давать на них ответы. Более того, она может выступать в роли репетитора и направлять вас в процессе обучения решению этих задач.
ИИ в визуальных встречах
GPT-4o может участвовать в визуальных встречах и вести беседы с участниками. Она также может помогать пользователям готовиться к собеседованиям.
Самые умные крипто-энтузиасты уже читают нашу рассылку. Хотите присоединиться? Присоединяйтесь.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.
Ибиам Вайяс
Ибиам Вайяс освещает криптовалютные новости с 2019 года. Он изучал компьютерные науки в Национальном открытом университете Нигерии. Его работы публиковались на различных криптовалютных новостных платформах, включая Coinfomania, Crypto News Australia и AltcoinBuzz. Опираясь на свой опыт в области компьютерных наук, он теперь фокусируется на новостях о криптовалютах, робототехнике и долголетии.
