OpenAI 推出 ChatGPT 的新 AI 模型和桌面版本

OpenAI 周一推出了 ChatGPT 的新 AI 模型和桌面版本，以及更新的用户界面，这是该公司扩大其流行聊天机器人使用范围的最新努力。

技术主管 Mira Murati 在一次直播活动中表示，此次更新将 GPT-4 带给所有人，包括 OpenAI 的免费用户。她补充说，新模型GPT-4o“速度更快”，在文本、视频和音频方面的能力有所提高。OpenAI 表示，它最终计划允许用户与 ChatGPT 进行视频聊天。

“这是我们第一次在易用性方面真正向前迈出了一大步，”Murati说。

OpenAI，由Microsoft
，已被投资者估值超过800亿美元。该公司成立于 2015 年，面临着在生成式人工智能市场保持领先地位的压力，同时寻找赚钱的方法，因为它在处理器和基础设施上花费了大量资金来构建和训练其模型。

GPT-4o 中的 o 代表 omni。Murati 说，新模型允许 ChatGPT 以更高的速度和质量处理 50 种不同的语言，它还将通过 OpenAI 的 API 提供，使开发人员今天就可以开始使用新模型构建应用程序。

她补充说，GPT-4o 的速度是 GPT-4 Turbo 的两倍，成本是 GPT-4 Turbo 的一半。

OpenAI团队成员演示了新模型的音频功能，例如，要求它帮助某人在公开演讲之前冷静下来。OpenAI研究员Mark Chen表示，该模型能够“感知你的情绪”，并补充说该模型还可以处理用户打断它。该团队还要求它分析用户的面部表情，以评论该人可能正在经历的情绪。

“嘿，怎么了？我今天怎样才能照亮你的一天？ChatGPT 的音频模式在用户打招呼时显示。

根据一篇博客文章，该公司计划在未来几周内测试语音模式，并为 ChatGPT Plus 的付费订阅者提供早期访问权限。OpenAI还表示，新模型可以“在短短232毫秒内响应用户的音频提示，平均为320毫秒，这与对话中的人类响应时间相似。

Chen展示了该模型讲述睡前故事的能力，并要求它改变声音的语气，使其更具戏剧性或机器人化。他甚至要求它唱这个故事。

此外，该公司表示，OpenAI的新模型可以充当翻译器，即使在音频模式下也是如此。Chen展示了该工具的能力，即在Murati说英语时听他说意大利语，并在他们交谈时翻译成他们各自的语言。

团队成员还展示了该模型求解数学方程式和帮助编写代码的能力，将其定位为 Microsoft 自己的 GitHub Copilot 的更强大竞争对手。

对于 OpenAI 来说，此次发布是该公司自 8 月推出 ChatGPT Enterprise（AI 聊天机器人的业务层）以来最大的公告之一。OpenAI首席运营官布拉德·莱特卡普（Brad Lightcap）当时告诉CNBC，该工具的开发时间“不到一年”，并得到了20多家不同规模和行业的公司的帮助。

OpenAI、Microsoft 和谷歌
是生成式人工智能淘金热的掌舵人，因为似乎每个行业的公司都在竞相将人工智能驱动的聊天机器人和代理添加到关键服务中，以避免被竞争对手甩在后面。本月早些时候，OpenAI 的竞争对手 Anthropic 宣布了其首款企业产品和一款免费的 iPhone 应用程序。

根据 PitchBook 的数据，2023 年近 700 笔生成式 AI 交易投资了创纪录的 291 亿美元，比上一年增长了 260% 以上。预计该市场的收入将在十年内超过1万亿美元。

一些业内人士对未经测试的新服务进入市场的速度表示担忧，学者和伦理学家对该技术传播偏见的倾向感到不安。

ChatGPT 于 2022 年 11 月推出后，打破了当时的记录，成为历史上增长最快的消费者应用程序，现在每周活跃用户约为 1 亿。OpenAI 表示，超过 92% 的财富 500 强公司正在使用该平台。

穆拉蒂在周一的活动中表示，OpenAI希望“从技术中消除一些神秘主义”。

“在接下来的几周内，我们将向所有人推出这些功能，”她说。

周一的一篇博客文章称，新模型将于周二首先向 ChatGPT Plus 和 Team 的客户推出，然后稍后向 Enterprise 推出。从周一开始，它还将提供给 ChatGPT 的免费用户，但有使用限制。ChatGPT Plus 的用户将拥有比免费用户多五倍的消息容量，而 ChatGPT Team 和 Enterprise 的客户将拥有更大的使用限制。

Murati 在直播活动结束时感谢 Nvidia 首席执行官黄仁勋及其公司提供必要的图形处理单元 （GPU） 来支持 OpenAI 的技术。

“我只想感谢令人难以置信的 OpenAI 团队，也感谢 Jensen 和 Nvidia 团队为我们带来了最先进的 GPU，使今天的演示成为可能，”她说。