5月14日消息，在今天凌晨的OpenAI發(fā)布會上,，最新升級的大模型GPT-4o正式發(fā)布,。

GPT-4o的“o”代表“omni”。該詞意為“全能”,，源自拉丁語“omnis”,，在英語中“omni”常被用作詞根，用來表示“全部”或“所有”的概念,。

GPT-4o可以實時對音頻,、視覺和文本進行推理，能處理超過50種不同的語言,，并且速度和質(zhì)量大大提升,。

此前GPT-3.5語音對話的平均延遲為2.8秒、GPT-4為5.4秒,，音頻在輸入時還會由于處理方式丟失大量信息,，無法識別笑聲、歌唱聲和情感表達等,。

而GPT-4o可以在232毫秒內(nèi)對音頻輸入做出反應,，甚至還能隨意打斷，與人類在對話中的反應時間相近,，徹底顛覆了以往的“語音助手”,。

GPT-4o在現(xiàn)場充當實時翻譯也是相當?shù)慕z滑，意大利語和英語即聽即翻,。

最重要的是,，GPT-4o還可以接受文本、音頻和圖像三者組合作為輸入,，并生成文本,、音頻和圖像的任意組合輸出，人機交互更加自然,、全面了,。

GPT-4o的能力還會向免費用戶開放，不過會限制數(shù)量,，免費用戶達到數(shù)量之后,，會自動跳回GPT-3.5。

GPT-4o還將開放相應API給GPT的開發(fā)者,，價格是GPT-4-turbo的一半,，速度卻是GPT-4-turbo的兩倍，速率限制也高5倍,。

官方表示,，GPT-4o將會在未來幾周內(nèi)陸續(xù)開放。

此外,，OpenAI還推出了ChatGPT的桌面版應用,，不過目前只有MacOS版本，Windows版要稍晚一些亮相,。