OpenAI 最近宣布推出最新的旗舰生成式 AI 模型——GPT-4o。该模型将在未来几周内分阶段集成到OpenAI的各个产品中。最让人兴奋的是，GPT-4o 将免费提供给所有用户使用！
简单来说，OpenAI的发布会主要做了两件事：发布最新的GPT-4o多模态大模型，比GPT-4 Turbo速度更快、价格更便宜。通过响应速度的大幅提升，该模型在语音模式下已经可以达到“实时”响应的状态。用户可以与ChatGPT像真人一样聊天，甚至在机器人回应的过程中打断它，提出更多的要求，再也不用等到机器人完成上一个问题的回复后再提新问题。
第二件事是宣布，ChatGPT的免费用户也能用上最新发布的GPT-4o模型。这意味着，免费用户也可以进行数据分析、图像分析、互联网搜索、访问应用商店等操作。而且，GPT应用商店的开发者将迎来海量新增用户。当然，付费用户将会获得更高的消息限制（至少是5倍）。当免费用户用完消息数量后，ChatGPT将自动切换到 GPT-3.5。此外，OpenAI将在未来一个月左右向Plus用户推出基于GPT-4o改进的语音体验。
最后，苹果电脑用户将迎来一款为macOS设计的ChatGPT桌面应用，用户可以通过快捷键“拍摄”桌面并向ChatGPT提问。OpenAI表示，Windows版本将在今年晚些时候推出。
——发布会直击全程回顾——
01:00 倒计时结束，直播正式开始。首席技术官Mira Murati登场。
01:01 Mira Murati表示，今天她将谈论三件事：1）为什么一个可以免费、广泛使用的工具对于OpenAI非常重要？2）如何减少摩擦，让每个人都能使用ChatGPT，公司将发布桌面版的ChatGPT；3）公司将在今日发布最新的旗舰大模型，叫做GPT-4o。这里的“o”指的是“全方位”（omni）的意思——指的是GPT-4o的多模态特性。
01:05 关于桌面版的ChatGPT，OpenAI表示重新对UI进行了设计。（注：OpenAI在公告中表示，桌面应用程序适用于macOS，Windows版本将在今年晚些时候推出）
01:08 GPT-4o具备GPT-4同等的智能，但运行速度更快，兼具文字、音频和视频能力。这是OpenAI历史上第一次在“便于使用”这个目标上实现了飞跃的进步。
01:13 直到今天之前，在语音模式下，OpenAI仍需要调用三个模型——转写、智能和文生语音功能，这也造成了体验上的巨大延迟。而GPT-4o可以自然地在图片、文件和声音上进行推理。
01:17 通过效率的提升，也使得OpenAI可以向免费用户提供GPT-4级别的智能。
01:19 Murati重申，由于GPT-4o带来的效率提升，现在OpenAI可以让所有人都能使用上（GPT-4）工具。
01:20 目前GPT Store里已经有超过100万个GPTs。伴随着免费开放，GPTs的开发者将获得更大的用户基数。
01:22 免费用户也将能够上传图片、进行分析、使用“浏览器”功能搜索实时信息。同时GPT-4o也将支持记忆功能。GPT-4o也将支持API，供开发者调用。相较于GPT-4 Turbo，GPT-4o快两倍、便宜50%，速率限制高出5倍。
01:25 两名研究主管Mark Chen和Barret Zoph登台，他们将演示一系列新功能。
01:26 Mark Chen正在与ChatGPT寒暄，机器人能够从急促的喘气声中理解“紧张”的含义，并且指导他进行深呼吸。
01:28 Chen表示，他的演示是为了说明，在目前的语音模式下，不需要再与机器进行机械的一问一答，可以进行实时的沟通交流。实时交流中不需要再每次“尴尬地等待2-3秒”。
01:30 实时演示中，主持们不断要求ChatGPT变换语调，包括夸张的语气、机器人的预期和使用“唱腔”讲故事。
01:35 Barret Zoph启动摄像头，要求ChatGPT实时帮助他解决一个一元方程题。
01:37 除了图像识别和解题能力外，ChatGPT展现了实时根据影像变化，与Barret实时互动的能力。
01:40 Barret进一步展示了ChatGPT桌面版对代码和电脑桌面（一张气温图表）进行实时解读的能力。
01:42 Murati和Mark Chen展示ChatGPT进行意大利语、英语的实时交传翻译。
发布会结束，OpenAI表示今天的发布会主要聚焦于免费用户，这些功能将在未来几周内逐步向所有用户推送。
根据OpenAI的官网公告显示，GPT-4o将同时向付费的Plus、Team用户，以及免费用户推出。Plus 用户的消息限制数量将是免费用户的5倍，Team和Enterprise用户的可用消息数量还会更高一些。当免费用户的使用量达到限制后，ChatGPT将自动切换到GPT-3.5，以便继续进行对话。