💡
原文中文，约4000字，阅读约需10分钟。
📝
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。
🎯
关键要点
- OpenAI发布了全能模型GPT-4o，具备文本、图片、视频和语音能力。
- 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。
- GPT-4o的语音响应时间大幅降低，能在232毫秒内回应音频输入。
- GPT-4o在视觉和音频理解方面表现出色，支持实时翻译和情感识别。
- ChatGPT的新UI更简洁，并推出了适用于macOS的桌面应用程序。
- GPT-4o可以接受文本、音频和图像的组合输入，直接生成多种媒介输出。
- GPT-4o在非英语语言文本上有显著改进，API速度更快且价格便宜50%。
- ChatGPT能够实时翻译和解读人类的面部情绪。
- OpenAI的目标是实现与AI的自然交流，类似于电影《她》中的AI助手。
- 与苹果的合作可能会提升iPhone的用户体验，未来可能会推出新的AI功能。
➡️
