GPT-4o重磅发布：提前一天，正对着Google I/O骑脸开大，所有人都可以免费使用的GPT-4o，最贴近人的语音聊天助手，就像电影“her”中觉醒了的AI一样。AGI正在向我们走来。
内容提要
Open AI发布了GPT-4，具有语音识别、翻译和实时搜索等功能。GPT-4免费对公众开放，API价格更便宜。新功能包括集成GPT的桌面板。GPT-4具有“所见即所得”体验和更人性化的交流方式。GPT-4对行业的冲击包括免费用户数的波动和APP的重要性。对于其他竞争对手如谷歌和马斯克的XAI，可能会感受到压力。百度的文心一言模型在国内不算强。
延伸解读
免费策略与行业影响
GPT-4o免费开放，但免费用户有使用限额，达到限额后自动退回GPT-3.5。付费用户限额是免费用户的5倍，但达到限额后同样受限。这一策略可能对仍计划收费的竞争对手如谷歌Gemini和马斯克的XAI造成压力，但文章指出，即使用户数增长，对OpenAI的盈利意义不大，因为烧钱规模巨大。
技术亮点与演示局限
GPT-4o的亮点包括通过摄像头实现“所见即所得”的实时交互、更自然的语音对话和情感输出，以及支持多语言实时翻译。然而，演示视频可能经过精心编排和多次拍摄，实际体验可能不如演示流畅。此外，敏感内容处理存在缺陷，涉及成人或暴力内容时翻译会直接消失，且摄像头功能因网络和隐私问题尚未开放。
实际使用限制与本地化挑战
目前免费用户只能在PC端浏览器使用GPT-4o，且无法调用摄像头；付费用户在手机端可使用，但受网络延迟影响，响应速度提升不明显。视频识别功能对手机和服务器压力大，可能需本地预处理，这凸显了APP的重要性，因为本地小模型可以分担算力。在国内，由于网络限制，体验可能进一步打折扣。
对国内市场的启示
文章认为，百度文心一言在国内市场表现不佳，不如Kimi、通义千问等模型。苹果若在中国市场用文心一言替代Siri，可能效果不佳。GPT-4o的发布提醒国内厂商，免费和低价API可能成为趋势，同时APP在AI落地中的角色重新变得关键，因为本地算力需求增加。
Q&A
GPT-4的主要功能有哪些？
GPT-4具备语音识别、翻译、实时搜索等功能，支持50多种语言。
GPT-4o与GPT-4有什么区别？
GPT-4o是免费的版本，响应速度更快，API价格更便宜，但功能上与GPT-4相似。
GPT-4在处理敏感内容时有什么缺陷？
GPT-4在处理敏感内容时可能会出现内容缺失的情况，例如成人或暴力相关内容。
GPT-4的“所见即所得”体验是什么？
GPT-4可以通过摄像头直接识别并回答用户的问题，提供更直观的互动体验。
GPT-4对行业的影响有哪些？
GPT-4的发布可能导致用户数波动，增加竞争对手的压力，尤其是对谷歌和马斯克的XAI。
如何使用GPT-4的API？
GPT-4的API已经公开，用户可以以更便宜的价格调用，但有使用次数限制。
