Open AI新模型GPT-4o　加强语音对话能力

GPT-4o基于GPT-4升级的最新版本，加入对文字、图片及影音方面的能力。GPT-4o可让使用者输入文字、图片、音讯等资讯后即时产生文字、图片、音讯的输出组合，像是分析数据建议图表、跟使用者聊聊所拍摄的照片。根据示范影片显示，GPT-4o能够与使用者进行即时互动，透过镜头画面来描述现场环境，甚至进一步的聊天，即便是交谈中被中断也能够像是跟真人一般继续回答。

Open AI表示GPT-4o可以在短至232毫秒的时间内回应使用者的提问（与人类对话时，人类的回应速度平均为320毫秒）。 它在英文和程式码上的表现与GPT-4 Turbo的效能相当，但在非英文上的效能显著提高，同时API的速度也更快，成本更降低50%。 与现有模型相比，GPT-4o在视觉和音讯理解方面会特别出色。

GPT-4o文字和图像功能今日起在ChatGPT中推出。 一般用户可免费使用，ChatGPT Plus会于未来几周内加入可以即时语音对话的新版语音模式GPT-4o alpha版。

除了手机版的ChatGPT，即日起也率先为Plus用户推出适用于macOS的桌面版App，Windows电脑版本预计今年稍晚推出。用户能够直接从电脑与ChatGPT进行语音对话，GPT-4o的新音讯和视讯功能将在未来推出。