知名聊天機器人「ChatGPT」的製造商OpenAI，當地時間週一宣布，推出新的人工智慧模型「GPT-4o」和ChatGPT桌機版本，更新用戶介面，號稱速度更快，文字、視覺和語音功能也得到了全面提升與整合，未來所有用戶將能免費使用，但付費用戶將享有更大的容量上限。
在另一項演示中，研究人員則展示了GPT-4o模型的即時語言翻譯能力，進一步延伸至「聽聲翻譯」，比如，測試人員分別以義大利文和英文說話，隨後新模型就把雙方交談的內容翻譯成各自的語言。
不只如此，新模型能「感知」使用者的情緒，透過用戶的面部表情，分析對方可能正在經歷的心情狀態，播放音樂舒緩使用者情緒，還能處理被使用者突然打斷的狀況，甚至可以變換聲調，為使用者講睡前故事。
報導指出，隨著「生成式人工智慧淘金熱」蔓延，幾乎所有科技大廠都在爭相開發新服務，以免一不留神，就被競爭對手拋在後面。數據顯示，2023年生成式人工智慧投資額達到創紀錄的291億美元，比前一年多了260%以上，預計10年內甚至會突破1兆美元。預計GPT-4o的推出，將重新定義數位助手的功能和用戶體驗，也標誌著OpenAI在其技術開發上的一次重大躍進。
值得注意的是，穆拉蒂在發表會尾聲，還感謝輝達（Nvidia）執行長黃仁勳（Jensen Huang）及其公司，替OpenAI提供所需的、先進的圖形處理器（GPU）：「讓今天發表會的功能展示成真。」
我是廣告 請繼續往下閱讀
綜合《CNBC》等外媒報導，OpenAI面臨日益激烈的競爭，以及擴大ChatGPT用戶群的壓力，在週一的直播中，研究人員展示了ChatGPT的新語音助理功能，包含利用其視覺和語音功能與研究人員對話，解決數學方程式問題。
在另一項演示中，研究人員則展示了GPT-4o模型的即時語言翻譯能力，進一步延伸至「聽聲翻譯」，比如，測試人員分別以義大利文和英文說話，隨後新模型就把雙方交談的內容翻譯成各自的語言。
不只如此，新模型能「感知」使用者的情緒，透過用戶的面部表情，分析對方可能正在經歷的心情狀態，播放音樂舒緩使用者情緒，還能處理被使用者突然打斷的狀況，甚至可以變換聲調，為使用者講睡前故事。
OpenAI技術負責人穆拉蒂（Mira Murati）表示，新模型將使ChatGPT能夠處理50種不同的語言，GPT-4o的速度是GPT-4 Turbo的2倍，成本卻只有GPT-4 Turbo的一半，平均響應時間僅爲320毫秒，與人類在對話中所需的時間相似。
報導指出，隨著「生成式人工智慧淘金熱」蔓延，幾乎所有科技大廠都在爭相開發新服務，以免一不留神，就被競爭對手拋在後面。數據顯示，2023年生成式人工智慧投資額達到創紀錄的291億美元，比前一年多了260%以上，預計10年內甚至會突破1兆美元。預計GPT-4o的推出，將重新定義數位助手的功能和用戶體驗，也標誌著OpenAI在其技術開發上的一次重大躍進。
值得注意的是，穆拉蒂在發表會尾聲，還感謝輝達（Nvidia）執行長黃仁勳（Jensen Huang）及其公司，替OpenAI提供所需的、先進的圖形處理器（GPU）：「讓今天發表會的功能展示成真。」
