搶在Google I/O 發表會之前，OpenAI 在周一發表了自家新升級的旗艦 AI 模型 GPT-4o，當中 o 代表字根 omni，中文為「完全、一切」，意即該模型具備跨多種媒體的能力，能夠即時處理文字、音訊和影片，且語音輸入與回應速度更快，即日起免費開放給所有使用者。
OpenAI 全新的 AI 模型名為 GPT-4o，是 GPT-4 模型的迭代版本，OpenAI 技術長穆拉蒂 (Mira Murati) 表示，最新的 GPT-4o 在擁有如同 GPT-4 等級智慧的同時，還能跨多種媒體，支援以文字、語音和影像的任意組合作為輸入和產出，並能透過語音與用戶即時互動，而且速度更快。
OpenAI 指出，GPT-4o 有著接近人類的回應時間，大大改善 ChatGPT 聊天機器人的體驗，可在最短 232 毫秒（0.232秒）、平均 320 毫秒（0.32秒）的時間內回應問題。相較於 GPT-3.5 及 GPT-4 在語音模式的回應時間，分別為 2.8 秒和 5.4 秒，幾乎能夠即時地回話。
GPT-4o 除了能即時口譯、解開數學題目，隨時打斷 AI 的回應再接著聊，還能辨識使用者的語氣跟表情，進而產生「一系列不同情感風格」的聲音。另外，GPT-4o 也升級了 ChatGPT 的影像辨識能力，例如使用者丟出一張照片，ChatGPT 可以快速回答圖片中的人物穿什麼牌子的襯衫等問題。
穆拉蒂指出，未來 GPT-4o 技術還會進一步提昇，能夠在觀看體育賽事轉播後向用戶解釋比賽規則，不只限於翻譯圖片文字等簡單任務。
於此之前，付費版 ChatGPT Plus 所使用的最高級語言模型 GPT-4 Turbo，雖然也能針對圖像和文字組合進行分類、分析給予說明，以及文字語音轉換等服務，但由於 GPT-4o 將這些功能全部整合在一個模型裡，所以速度更快，同時更強化了語音能力，與上一代旗艦 GPT-4 Turbo 相比，GPT-4o 在英文和程式語言上的表現與 GPT-4 Turbo 效能相匹配，不過在英語以外的語言上效能顯著提高，而且 API 的速度提高兩倍，但收費降低了 50%。
OpenAI 技術長穆拉蒂表示，目前用戶已可在免費版本中使用 GPT-4o，享受 GPT-4o 中的圖像與視覺功能，而付費訂閱者則可以享有免費版 5 倍的訊息限制。而以 GPT-4o 為基礎的語音服務，預計會在下個月向 ChatGPT Plus 訂閱用戶提供 Alpha 測試版。
來源：OpenAI
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！