- OpenAI 的最新模型 ChatGPT-4o，“感觉就像电影里的 AI。”
- 它可以接受并返回文本、音频和图像请求的任何组合。
- 它回应时带有共情语气，这是典型 AI 模型所不具备的。
OpenAI 在周一 公布了其最新旗舰模型 GPT-4o（“o”代表“omni”），这似乎是我们最接近拥有像《钢铁侠》电影中“贾维斯”那样的人工智能助手的时刻。
其卖点在于 ChatGPT-4o 能够处理不同的模态，这是大多数现有 AI 模型无法做到的。这意味着 GPT-4o 可以接受并生成文本、音频和图像请求的任何组合。
团队在 X（前 Twitter）上展示的阶段性演示令人印象深刻，许多人对此表示兴奋。一个重大成就是 GPT-4o 对音频输入的响应时间仅需 232 毫秒，这与人类对话时的响应时间相似。
“感觉就像电影里的 AI；它仍然是真实的，这让我感到有些惊讶，”OpenAI 首席执行官 Sam Altman 在周一的一篇博客文章中写道。“达到人类水平的响应速度和表现力确实是一个巨大的变化。”
OpenAI 已开始向用户推出 GPT-4o 的文本和图像功能。该公司表示，在未来几周内，音频和视频功能将向“API 中的一小群受信任合作伙伴”发布。
尽管如此，以下是您可以使用 ChatGPT-4o 模型完成的一些事情。
使用 GPT-4o 可以做的事情
创建带有清晰文本的图像
到目前为止，一些 AI 图像生成器（如 Midjourney）在制作带有可读文本的图像方面仍然很吃力。OpenAI 表示，GPT-4o 现在对文本描述的理解要好得多，并且可以在图像上生成清晰的文本。
实时翻译
在需要翻译的情况下，GPT-4o 可以充当翻译。在一个视频演示中，OpenAI 的团队展示了 GPT-4o 可以将英语所说的内容重复为西班牙语，也许是其他语言，然后再从西班牙语转回英语。
看图说话
对于视障人士，或者仅仅是为了好玩，ChatGPT-4o 可以通过手机摄像头观察并告诉您周围正在发生的事情。在一个案例中，当模型注意到房间里有蛋糕和蜡烛时，它告诉某人正在举行生日庆祝活动。
解决数学问题
GPT-4o 还可以查看纸面或显示屏上的数学问题并给出答案。不仅如此，它还可以辅导并指导您学习如何解决问题。
视觉会议中的 AI
GPT-4o 可以加入视觉会议并与参与者进行对话。它还可以帮助用户准备求职面试。
如果您正在阅读这篇文章，说明您已经领先一步。请继续通过我们的通讯保持关注。
免责声明。 本文提供的信息不构成交易建议。 Cryptopolitan.com 对于基于本页信息进行的任何投资，我们不承担任何责任。我们强烈建议在进行任何投资决策之前，进行独立研究或咨询合格的专业人士。
Ibiam Wayas
Ibiam Wayas自2019年起一直负责加密货币新闻报道。他在尼日利亚国家开放大学攻读计算机科学专业。他的作品曾刊登于多个加密货币新闻平台，包括Coinfomania、Crypto News Australia和AltcoinBuzz。凭借其在计算机科学领域的背景，他目前专注于加密货币、机器人技术和长寿领域的新闻。
