LIFESTYLE熱門話題
OpenAI新模型「GPT-4o」是什麼？能即時翻譯對話，3大亮點一次看
by 美麗佳人編輯部-更新
Text／YZ、Photo／X@ OpenAI
美國人工智慧研究實驗室OpenAI在5/13舉辦線上發表會，由OpenAI的技術總監米拉穆拉蒂（Mira Murati）主持，推出新模型「GPT-4o」。GPT-4o的「o」來自「Omnimodel」全能模型，能接受文字、聲音和圖像3種格式的輸入，最快更能夠在232毫秒內回應，等同人類反應時間。最重要的是，拉穆拉蒂也宣布GPT-4o將免費提供給所有用戶。
GPT-4o亮點｜1. 擬真對話還能算數學
GPT-4o平均反應時間是320毫秒，最快則可在232毫秒內回應，與人類的對話反應時間相似，因此使用者與GPT-4o對話時，無需等待延遲時間就能獲得即時回答。反應時間縮短，GPT-4o能夠以更自然、就像人類的聲音進行互動，也能模仿機器人的語氣，或模擬人類說睡前故事，甚至也會唱歌。除了語音技術提升外，也進化視覺化技術，透過鏡頭能帶著使用者一步一步解開數學題。
GPT-4o亮點｜2.感測使用者情緒
GPT-3.5與GPT-4，是以三個獨立的模型構成與使用者的對話，第一個模型將音訊轉換為文字，第二個模型輸出成文字，最後一個模型將文字轉換回音訊，這樣繁瑣的過程會讓GPT無法觀察到語調及情感等等。因此OpenAI特別在GPT-4o模型上進行調整，輸入和輸出都由同一神經網路處理後，能感測到使用者的「情緒」，即使是對話過程中打岔GPT-4o，它也能迅速接上。
GPT-4o亮點｜3.即時翻譯語言
GPT-4o語音技術的提升，不只在反應速度與情緒感知，更能夠即時翻譯語言。在發表會上，米拉穆拉蒂與多模態與尖端研究部門主管Mark Chen分別以義大利文和英文交談，GPT-4o迅速將內容翻譯成雙方各自的語言，展示強大的即時翻譯能力。
GPT-4o亮點｜4.所有用戶免費
米拉穆拉蒂宣布GPT-4o模型將開放所有用戶免費使用，針對付費用戶則有5倍的容量上限，而預計未來幾周推出的GPT-4o alpha版，具有新版語音模式，將提供給ChatGPT Plus用戶。原先只有ChatGPT Plus用戶能使用的「GPT Store」，也在GPT-4o免費開放後，同步免費。除此之外，Mac用戶也有桌面版ChatGPT App可以使用， Windows用戶的版本則將在今年推出。
延伸閱讀