美国人工智能研究公司OpenAI在5月13日举行了“春季更新”活动，正式推出了新的旗舰人工智能模型GPT-4o，以及免费向用户提供更多ChatGPT功能。GPT-4o支持文本、音频和图像的任意组合输入，并能够生成文本、音频和图像的任意组合输出。OpenAI首席执行官奥尔特曼表示，GPT-4o的语音功能让人想起了电影《她》，并表示对其感到惊讶。
据报道，GPT-4o的速度比现有的GPT-4 Turbo快了两倍，但成本仅为其一半。GPT-4o可以实时对文本、音频和图像进行推理，响应时间几乎达到人类水平。OpenAI高管在发布会上演示了GPT-4o的多项功能，包括分析计算机代码、语言翻译、解决数学问题等。
GPT-4o还可以检测用户的情绪，并以类似人类或机器人的语调与用户交谈。然而，在演示过程中也出现了一些失误，显示出生成式人工智能的“幻觉”问题仍未得到解决。
GPT-4o的“o”代表“omni”，即“全能”之意。它可以在最快232毫秒的时间内响应音频输入，几乎接近人类在交谈中的响应时间。OpenAI表示，GPT-4o的英语和代码文本性能与GPT-4 Turbo相当，在非英语文本方面也有显著提高。
OpenAI还表示，GPT-4o是该公司首个结合所有这些模式的模型，在探索模型功能及其局限性方面仍处于起步阶段。
GPT-4o的文本和图像功能将在ChatGPT更新后提供给所有用户，付费订阅的ChatGPT Plus用户的消息数量上限是免费用户的5倍。新版语音模式也将在未来几周内向Plus用户推出。
在发布会结束后，OpenAI首席执行官奥尔特曼在其个人博客上发文称，GPT-4o的语音功能与电影《她》相似。这一新模型的推出似乎意味着，OpenAI和其他科技巨头正寻求扩大用户群体并获得更多的研究资金。
然而，AI技术的快速发展也引起了一些担忧，包括围绕版权问题的争议。OpenAI公司已经与一些媒体公司签署合作协议，但也面临来自其他媒体公司的诉讼。许多创作者也担心，AI大模型的训练涉及侵权问题。这些问题将在未来成为AI技术发展的挑战。
