OpenAI展示语音聊天机器人，推出GPT-4o AI新模型

ChatGPT开发者OpenAI今天在春季产品更新直播中宣布了其最新的人工智能模型GPT-4o，“O”代表“全能模型”，以及包括语音聊天机器人在内的一系列产品更新。

OpenAI在发布公告后立即更新了其移动应用程序，并为ChatGPT推出了桌面应用程序。该公司强调改善其用户体验，称这可以让人们更好地专注于与ChatGPT的对话。

OpenAI首席技术官Mira Murati说：“在过去的几年里，我们一直非常专注于提高这些模型的智能性，它们已经变得非常好了。”。“但这是我们第一次在易用性方面迈出巨大的一步。”

直播强调了一种简化和更全面的生成人工智能方法。一个“全模型”——或本机多模式——系统在其核心应用程序中完成所有工作，而不是在文本的GPT和图像的GPT视觉等之间进行协调。

Murati说：“我们认为，人们对这项技术的功能有直观的感受是非常非常重要的，所以我们真的想把它与更广泛的理解结合起来。”。

她指出，付费和免费的ChatGPT用户以及ChatGPT API的用户都可以使用GPT-4o。Murati补充道，付费ChatGPT用户将继续拥有高达免费用户系统容量五倍的访问权限。她说，每个人都应该能够访问OpenAI工具。

她指出：“我们一直在寻找减少这种摩擦的方法，最近，我们在没有注册流程的情况下提供了ChatGPT。”。4月，OpenAI允许用户无需注册帐户即可访问ChatGPT 3.5。

OpenAI随后展示了ChatGPT与用户进行实时随意对话的能力，展示了各种语气和情绪。演示包括ChatGPT与OpenAI工程师唱歌、大笑和开玩笑。该公司还声称，ChatGPT现在可以使用手机的前置摄像头来确定用户的情绪状态。

一篇新的博客文章概述了今天宣布的主要进展，以“更自然的人机交互”为先导

该公司写道：“它接受文本、音频和图像的任何组合作为输入，并生成文本、音频、图像输出的任何组合。”。“它可以在232毫秒内对音频输入做出响应，平均320毫秒，这与人类在对话中的响应时间相似。”

甚至在今天的公告发布之前，人工智能和技术爱好者就提出，一种由下一代人工智能模型驱动的语音聊天机器人将使科幻电影《她》中描绘的私人伴侣成为现实，其中包括OpenAI首席执行官萨姆·奥特曼，他在推特上发布了一条隐晦的一个字的帖子。

使用ChatGPT桌面应用程序，OpenAI工程师展示了软件代码可以复制到ChatGPT中，允许工程师与ChatGPT聊天。在演示中，OpenAI还展示了ChatGPT跨20种语言执行实时语言翻译的能力。在向应用程序提交了一张方程的照片后，ChatGPT还解释了一道数学题。

OpenAI和更广泛的生成型人工智能行业已公开承诺，反对在创建人工智能生成的deepfakes时使用其技术。OpenAI今天承认，鉴于GPT-4o的实时音频和视觉功能，它带来了新的安全挑战。

Murati说：“我们的团队一直在努力研究如何建立针对滥用的缓解措施。”。“我们继续与政府、媒体、娱乐、红队和民间社会等不同的利益相关者合作，找出如何最好地将这些技术带到世界上。”

自本月初以来，关于OpenAI重大宣布的传言就一直在流传，包括GPT-5的发布、为苹果新版Siri提供动力的ChatGPT，以及在谷歌预计于5月14日宣布之前的人工智能搜索。周五，彭博社报道称，OpenAI和苹果达成协议，将OpenAI的技术引入iPhone。

OpenAI首席执行官Sam Altman周五在推特上平息了这场风波，他在推特中写道：“不是GPT-5，也不是搜索引擎，但我们一直在努力开发一些我们认为人们会喜欢的新东西！这对我来说就像魔法。”

OpenAI及其于2022年11月发布的广受欢迎的ChatGPT于2015年由Sam Altman、Elon Musk、Ilya Sutskever、Greg Brockman、Trevor Blackwell、Vicki Cheung、Andrej Karpathy、Durk Kingma、Jessica Livingston、John Schulman、Pamela Vagata和Wojciech Zarenba推出，主导了围绕生成人工智能的讨论。

在微软的密切联系和投资下，OpenAI的ChatGPT和Dall-E 3已集成到微软的Office 365工具套件和新的Copilot AI助手中。

今年3月，马斯克起诉了OpenAI和奥特曼，声称这家人工智能开发商将微软的商业利益置于公共利益之上。