OpenAI 用 26 分钟改变世界！免费版 GPT-4 来了，视频语音交互快进到科幻片
内容提要
OpenAI发布全能模型GPT-4o，具备文本、图片、视频和语音能力，回应音频输入速度快，免费向用户提供。GPT-4o在视觉和音频理解方面表现出色，能生成多种音调和情感，可实时翻译和解读面部情绪。ChatGPT有新UI和桌面应用程序。OpenAI与苹果合作可能提升iPhone体验。
延伸解读
免费开放GPT-4o：行业竞争与用户影响
OpenAI宣布GPT-4o向所有用户免费提供，这降低了高级AI的使用门槛。免费用户可体验GPT-4级别智能、分析数据、上传文件等功能。此举可能加剧AI行业竞争，迫使其他公司调整策略。同时，API价格便宜50%且速度更快，可能吸引更多开发者，推动AI应用普及。
语音交互突破：从延迟到自然对话
GPT-4o将语音响应延迟降至232毫秒，接近人类对话反应时间，而此前GPT-3.5和GPT-4的平均延迟分别为2.8秒和5.4秒。新模型能处理打断、生成多种情感音调，并支持实时翻译和面部情绪解读。这标志着人机交互向自然交流迈出一大步，可能改变语音助手的使用体验。
与苹果合作：iPhone体验的潜在升级
文章提到OpenAI可能与苹果合作，若在WWDC官宣，iPhone体验提升或比近年任何发布会都大。英伟达科学家Jim Fan分析合作可能包括：用小型GPT-4o替代Siri、原生支持摄像头或屏幕流输入、与iOS系统级API集成。这有望复兴Siri快捷方式，并成为拥有十亿用户的AI代理产品。
Q&A
GPT-4o有哪些主要功能？
GPT-4o具备文本、图片、视频和语音能力，支持实时翻译和情感识别，能够接受多种输入并生成相应输出。
GPT-4o的响应时间有多快？
GPT-4o能在232毫秒内回应音频输入，平均响应时间为320毫秒，接近人类对话的反应时间。
GPT-4o的免费使用政策是什么？
GPT-4o将向所有用户免费提供，并将在未来几周内向ChatGPT Plus推出。
OpenAI与苹果的合作可能带来什么影响？
与苹果的合作可能提升iPhone的用户体验，未来可能推出新的AI功能，改变用户与设备的交互方式。
GPT-4o在非英语语言处理上有什么改进？
GPT-4o在非英语语言文本上有显著改进，能够更快速且便宜地处理这些文本。
ChatGPT的新UI有什么变化？
ChatGPT的新UI更简洁，并推出了适用于macOS的桌面应用程序，Windows版本将在今年晚些时候推出。
