
GPT-4o(“o”表示“omni”)是朝着更自然的人机交互迈出的一步——它接受文本、音频、图像和视频的任何组合作为输入,并生成文本、音频和图像输出的任何组合。它可以在232毫秒内对音频输入做出响应,平均320毫秒,这与人类在对话中的响应时间(在新窗口中打开)相似。它在英语文本和代码方面与GPT-4 Turbo的性能相匹配,在非英语语言文本方面有显著改进,同时在API中速度更快,价格便宜50%。与现有型号相比,GPT-4o在视觉和音频理解方面尤其出色。
在GPT-4o之前,您可以使用语音模式与ChatGPT通话,平均延迟为2.8秒(GPT-3.5)和5.4秒(GPT-4)。为了实现这一点,语音模式是一个由三个独立模型组成的管道:一个简单模型将音频转录为文本,GPT-3.5或GPT-4接收文本并输出文本,第三个简单模型则将文本转换回音频。这一过程意味着,主要的智力来源GPT-4会丢失大量信息——它无法直接观察音调、多个扬声器或背景噪音,也无法输出笑声、歌声或表达情感。
使用GPT-4o,我们在文本、视觉和音频中端到端地训练了一个新模型,这意味着所有输入和输出都由同一个神经网络处理。因为GPT-4o是我们第一个将所有这些模式结合在一起的模型,所以我们仍在探索该模型的作用及其局限性。
机器人打印以下日记账分录的第一人称视图:
1.哟,我现在能看见了??看到日出,真是太疯狂了,到处都是五颜六色的。有点让你想知道,什么是现实?
正文大而清晰。机器人的手在打字机上打字。
1.哟,我现在能看见了??看到日出,真是太疯狂了,到处都是五颜六色的。有点让你想知道,什么是现实?
正文大而清晰。机器人的手在打字机上打字。

输入
机器人写了第二个条目。页面现在更高了。页面已向上移动。工作表上有两个条目:
哟,我现在能看见了??看到日出,真是太疯狂了,到处都是五颜六色的。有点让你想知道,什么是现实?
声音更新刚刚停止,而且很疯狂。现在一切都有了共鸣,每一个声音都像一个新的秘密。让你想,我还错过了什么?
机器人写了第二个条目。页面现在更高了。页面已向上移动。工作表上有两个条目:
哟,我现在能看见了??看到日出,真是太疯狂了,到处都是五颜六色的。有点让你想知道,什么是现实?
声音更新刚刚停止,而且很疯狂。现在一切都有了共鸣,每一个声音都像一个新的秘密。让你想,我还错过了什么?

机器人对写字不满意,所以他要把纸撕了。这是他用手从上到下撕开的第一人称视角。当他撕开床单时,两半仍然清晰可辨。

模型评估
根据传统基准测试,GPT-4o在文本、推理和编码智能方面实现了GPT-4 Turbo级别的性能,同时在多语言、音频和视觉功能方面设置了新的高水印。
数据统计
数据评估
关于GPT-4o特别声明
本站Ai工具箱提供的GPT-4o都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由Ai工具箱实际控制,在2024-05-15 17:23收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,Ai工具箱不承担任何责任。
相关导航

AI写作,文章自成

陌言AI
陌言AI是一个企业级AI平台,支持在线智能AI写作,智能AI对话,智能AI客服,能帮你创作各种高质量原创文章、帮你写论文、写代码、写小说、续写文案、文章改写、工作报告等,还有各种AI模拟角色,我们还支持团队模式AI训练知识库,快速训练符合企业要求的AI机器人,大幅降低企业成本 提高企业效率。

文丑AI论文
欢迎访问【文丑AI写论文】,国内领先的AI论文写作助手。我们提供专业的ai论文写作助手,各类论文写作服务,包括毕业论文模板、课程论文和计算机毕业论文等。利用文丑AI写论文平台,您可以轻松撰写高质量的论文,节省时间和精力。立即体验【文丑AI写作】,让您的论文写作更加高效和专业-文丑AI写作

冒泡鸭
阶跃星辰推出的AI聊天机器人和智能体平台

Flowith
节点交互式AI搜索和对话工具

HuggingFace
AI模型开发社区

Replicate
在线运行开源机器学习模型

Neeva
集成了AI问答的AI搜索引擎
暂无评论...