AIGC动态欢迎阅读
原标题:OpenAI干翻所有语音助手!GPT-4o模型实时语音视频交互强到恐怖,完全免费开放
关键字:模型,解读,用户,语音,文本
文章来源:算法邦
内容字数:9473字
内容摘要:
智东西5月14日报道,今日凌晨1点,抢在谷歌年度开发者大会Google I/O开幕前,OpenAI举办春季线上直播,宣布将推出桌面版ChatGPT,并发布全新旗舰AI模型GPT-4o。
GPT-4o向所有人免费开放,可实时跨文本、音频、视觉(图像与视频)进行推理,API定价只有GPT-4 Turbo的一半,速度达到GPT-4 Turbo的2倍。付费的ChatGPT Plus用户将获得5倍调用额度,并能最早访问其全新macOS桌面App和下一代语音及视频功能。这次OpenAI对AI聊天机器人ChatGPT的升级依然“直击人心”,实时语音翻译能力自然流畅,感觉能直接取代同声传译了。
不仅反应快、回答准,它还能按要求改变说话语气,从冰冷机械到幽默娇羞都信手拈来,而且能随时高歌一曲,听起来与真人无异。
除了语音聊天外,GPT-4o可以进行实时视频交互了!比如通过视频影像理解线性方程,还学会了“看脸色行事”,能通过人的表情和语调理解并判断出人的情绪。▲GPT-4o识别了视频中的文字并作出娇羞的反应
更有甚者,它能直接看你的屏幕,并根据看到的内容回答你的提问。比如当你展示一段代码,它会进行理解并告
原文链接:OpenAI干翻所有语音助手!GPT-4o模型实时语音视频交互强到恐怖,完全免费开放
联系作者
文章来源:算法邦
作者微信:allplusai
作者简介:智猩猩矩阵账号之一,聚焦生成式AI,重点关注模型与应用。
© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...