微信扫码
与创始人交个朋友
我要投稿
OpenAI GPT-4o 的语音模式进入灰度测试阶段,预计将于今年秋季全面开放。这一消息引起了业内外的广泛关注,尤其是在国内外大厂纷纷加速 AI 视频和语音模型开发的背景下,OpenAI 的新进展无疑成为焦点。
语音模式的突破:更自然、更智能的交互
此次 OpenAI 针对部分 ChatGPT Plus 用户推出的 GPT-4o 语音模式,以其高度自然的对话体验吸引了众多用户的目光。新模式不仅支持实时对话,用户可以随意打断和调整互动过程,还具备识别并回应用户情绪的能力。这种情感层次的丰富,使得人机交互不仅仅停留在功能性层面,更向情感化和人性化迈进。
多语言支持与应用场景
GPT-4o 在多语言支持方面展现了强大实力,包括法语、西班牙语和乌尔都语等多种语言的流畅表达,让用户体验到无缝沟通的便捷。不少获得测试资格的用户纷纷探索 GPT-4o 在不同应用场景中的表现:有的将其化身为激情四溢的足球解说员,实时为观众带来比赛解说;有的则利用其作为“第二外语教练”,帮助纠正发音并提高语言水平。
情感陪伴与心理健康
除了实用的语言和交流功能,GPT-4o 在情感陪伴方面的表现同样出色。通过语音模式和自定义功能,一些用户成功“复活”了已故的亲友,与他们进行温馨对话。这一创新应用不仅为用户带来了情感上的慰藉,还为人工智能在心理健康领域的应用开辟了新的可能性。
GPT-4o Long Output:64K token 输出的强大能力
在推出语音模式的同时,OpenAI 还宣布了 GPT-4o 的另一个重要功能——长输出模式。该功能将每次请求的输出能力提升至64K token,相当于200页小说的内容量。这为需要大量信息的用户提供了更全面、细致的响应。
价格与应用场景
新模型的价格调整为每百万输入 token 6 美元,输出 token 为 18 美元,尽管输出 token 的数量是 GPT-4o 的16倍,但价格上涨幅度仅为 3 美元。长输出功能主要适用于数据转换等用例,如将文档从一种语言翻译成另一种语言,或从文档中提取结构化数据。这一功能的推出,将为用户在多个领域提供更强大的处理能力。
市场竞争与未来展望
与其他市面上的 AI 模型相比,GPT-4o 在性价比和实用性方面具有显著优势。虽然像 Gemini 和 Claude 等模型的输出能力甚至超过百万 token,但 OpenAI 的长输出模式在保证高效处理的同时,仍保持了良好的用户体验。
OpenAI 方面表示,推出更长输出模型的决策是基于用户反馈。随着用户对更长输出内容的需求增加,GPT-4o 的发布无疑为满足这些需求提供了有力支持。在未来,随着 GPT-4o 的全面开放,用户将能享受到更加智能、贴心的语音交互体验,以及高效的信息获取和处理能力。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-10-30
马斯克表示:AI增长曲线每年10倍跃升,预计5年内AI将比所有人类加起来还要聪明(附视频)
2024-10-30
【智谱AutoGLM】深度体验报告及原理分析
2024-10-30
刚刚,ChatGPT新增重磅功能!能打造自己的聊天数据库了
2024-10-29
HENGSHI SENSE 5.3 发布,搭载 AI 和指标能力的新一代企业级 BI PaaS
2024-10-29
端侧大模型浪潮奔涌而至:态势、影响与建议
2024-10-29
Genie:Uber的生成式AI随叫随到副驾驶
2024-10-29
对话蚂蚁开源蒋炜:让 Agent 把运维人员从 24 小时的待命中解放出来
2024-10-29
AI赋能传统医疗信息化应用场景分析
2024-03-30
2024-07-18
2024-04-26
2024-05-28
2024-05-06
2024-04-11
2024-07-25
2024-07-09
2024-06-12
2024-08-21
2024-10-29
2024-10-29
2024-10-29
2024-10-29
2024-10-29
2024-10-29
2024-10-29
2024-10-29