在OpenAI的直播活動中，OpenAI推出了新的大語言模型GPT-4o。這是其已經問世一年多的GPT-4模型的更新版本。
該模型基於來自網際網路的大量數據進行訓練，更擅長處理文本和音頻，並且支持50種語言。新模式將面向所有用戶，而不僅僅是付費用戶。
此前GPT-3.5語音對話的平均延遲為2.8秒、GPT-4為5.4秒，音頻在輸入時還會由於處理方式丟失大量資訊，無法識別笑聲、歌唱聲和情感表達等。
而GPT-4o可以在232毫秒內對音頻輸入做出反應，甚至還能隨意打斷，與人類在對話中的反應時間相近，徹底顛覆了以往的「語音助手」。GPT-4o還可以接受文本、音頻和圖像三者組合作為輸入，並生成文本、音頻和圖像的任意組合輸出，人機交互更加自然、全面了。
GPT-4o的能力還會向免費用戶開放，不過會限制數量，免費用戶達到數量之後，會自動跳回GPT-3.5。GPT-4o還將開放相應API給GPT的開發者，價格是GPT-4-turbo的一半，速度卻是GPT-4-turbo的兩倍，速率限制也高5倍。
GPT-4o的發布勢將撼動快速發展的人工智慧領域，目前GPT-4仍然是黃金標準。OpenAI發布新模型也正值谷歌I/O開發者大會的前一天。谷歌是人工智慧領域的早期領導者，預計將利用這次活動發布更多人工智慧更新，以追趕有微軟公司支持的OpenAI。
