Open AI新模型GPT-4o　加強語音對話能力

GPT-4o基於GPT-4升級的最新版本，加入對文字、圖片及影音方面的能力。GPT-4o可讓使用者輸入文字、圖片、音訊等資訊後即時產生文字、圖片、音訊的輸出組合，像是分析數據建議圖表、跟使用者聊聊所拍攝的照片。根據示範影片顯示，GPT-4o能夠與使用者進行即時互動，透過鏡頭畫面來描述現場環境，甚至進一步的聊天，即便是交談中被中斷也能夠像是跟真人一般繼續回答。

Open AI表示GPT-4o可以在短至232毫秒的時間內回應使用者的提問（與人類對話時，人類的回應速度平均為320毫秒）。 它在英文和程式碼上的表現與GPT-4 Turbo的效能相當，但在非英文上的效能顯著提高，同時API的速度也更快，成本更降低50%。 與現有模型相比，GPT-4o在視覺和音訊理解方面會特別出色。

GPT-4o文字和圖像功能今日起在ChatGPT中推出。 一般用戶可免費使用，ChatGPT Plus會於未來幾週內加入可以即時語音對話的新版語音模式GPT-4o alpha版。

除了手機版的ChatGPT，即日起也率先為Plus用戶推出適用於macOS的桌面版App，Windows電腦版本預計今年稍晚推出。用戶能夠直接從電腦與ChatGPT進行語音對話，GPT-4o的新音訊和視訊功能將在未來推出。