【GPT4O 开启多模态新时代！】

news2025/1/22 20:56:59

系列文章目录

GPT-4o的出现，让 AI 真正进入了全能时代，而且 OpenAI 宣布所有人免费使用！

不论你是需要写文章、听声音还是看视频，GPT-4o都能满足你的需求

文章目录

系列文章目录
什么是GPT-4o？
一、GPT-40 的新功能
二、背景故事
- 1.主要特点与功能:
- 2.可用性和用户访问:
- 3.增强智能与高级工具的普及
抢先体验
Mac APP多模态原生体验
各项指标遥遥领先
Sam Altman对GPT-40的评价
总结

在这里插入图片描述

什么是GPT-4o？

OpenAl刚刚发布了 GPT-4o,它是一款超级AI模型，它不仅能读懂你的文字，还能听懂你的声音，看懂你的图像和视频，然后为你生成各种形式的输出。不管是写文章、听声音还是看视频，GPT-4o都能轻松应对。GPT-4o（“o”代表“全能”）是一种能够处理文本、音频和视频输入，并生成文本、音频和图像输出的综合模型

它的速度比 GPT4-turbo 快2 倍，价格便宜 50%! – 根据传统的基准测试，GPT-40 在文本、推理和编码智能方面的性能达到了 GPT-4Turbo 的水平，同时在多语言、音频和视觉功能方面也创下了新高。

一、GPT-40 的新功能

GPT-40 的新功能
- 体验 GPT-4 级别的智能从模型和网页获取响应
- 分析数据并创建图表
- 讨论拍摄的照片
- 上传文件以获取摘要、写作或分析帮助·发现并使用 GPT 和 GPT 商店
- 通过“记忆”构建更有帮助的体验

二、背景故事

1.主要特点与功能:

模型优势:GPT-40 是最新的旗舰模型，具有 GPT-4级别的智能，但速度更快，且在文本、语音和视觉方面的能力得到了显著提升。、
图像理解与讨论:GPT-40 在理解和讨论用户分享的图像方面表现优于任何现有模型。例如，用户可以拍摄不同语言的菜单，与 GPT-40 对话以翻译、了解食物的历史和重要性，以及获取推荐。
即将推出的语音模式:未来的改进将支持更自然的实时语音对话和通过实时视频与 ChatGPT 对话的能力。例如，用户可以在观看现场体育赛事时，请求 ChatGPT解释规则。计划在未来几周内以 alpha 版本推出新的语音模式，并向 Plus 用户提供早期访问。

2.可用性和用户访问:

多语言支持:GPT-40 的语言能力在质量和速度上均有改进，现在 ChatGPT 支持超过 50 种语言的注册、登录、用户设置等。
用户层次:目前正向 ChatGPT Plus 和团队用户推出 GPT-40，企业用户即将可用。同时也开始向 ChatGPT Free 用户推出，但有使用限制。Plus 用户的消息限制是 Free 用户的5倍团队和企业用户则有更高的限制。

3.增强智能与高级工具的普及

使命与目标:使先进的 AI 工具能够为尽可能多的人提供服务。每周有超过一亿人使用ChatGPT。在未来几周，我们将开始向 ChatGPT Free 用户推出更多智能和高级工具。

抢先体验

可以直接使用GPT-4o，感受这一全能AI的强大功能。

在这里插入图片描述

对于免费用户，GPT-4o也在逐步开放使用中，大家可以保持关注，随时准备迎接这款超级AI的到来！LangGPT社群的已经有许多小伙伴获得了免费使用资格。点开模型选项时能够看到 GPT-4o 模型即可。

在这里插入图片描述

Mac APP多模态原生体验

要原生较好的体验 GPT-4o 的能力可以使用 mac 客户端，OpenAI 已经推出 Mac 上使用的电脑桌面端，但当前需要有使用权限。

官网上没有提供 Mac APP的下载链接，我为大家找找到了 APP 下载链接：

https://t.co/MhliG30zMa

安装好后需要登录 ChatGPT 账号使用
在这里插入图片描述

当然如果出现了Coming soon 那就没办法了等权限呗

在这里插入图片描述

各项指标遥遥领先

1,GPT-40 就是之前在在 LMSys 竞技场上测试了一个版本即 im-also-a-good-gpt2-chatbot
下面是测试结果
在这里插入图片描述

Sam Altman对GPT-40的评价

在Sam Altman的博客文章“GPT-40”中，他强调了两个主要的更新和观点:
- 1.使强大的AI工具免费或低成本提供给用户:
  - 0penAl的使命之一是向用户提供强大而高效的AI工具，且基本免费，如ChatGPT，并且没有广告等干扰。
  - 0penAl最初的设想是创造A1，并利用它为世界带来种种益处。现在的情形更多的是0penAl创造AI后，其他人将使用这些AI创造出让所有人受益的惊人成果
  - 尽管0penAl是一家商业机构，会发现许多收费的产品和服务，但其目标是向全球数十亿用户提供免费的、卓越的AI服务。
- 2.新的语音(及视频)模式是前所未有的计算机界面体验:
  ·新的语音和视频模式被描述为最好的计算机界面，给人一种如同电影中AI的感觉，这种体验是真实而令人惊讶的。
  - 达到接近人类水平的响应速度和表达能力，带来了重大的改变。与计算机的交互从未感觉如此自然。
  - 新系统的快速、智能、有趣、自然和有用的特性，让与计算机的对话变得前所未有的自然,访问用户信息、代表用户采取行动等功能，Sam Altman展望了一个通过添加个性化选项、充满激动人心的未来，我们能够使用计算机做更多以前无法想象的事情。