OpenAI 在台灣時間 5/14 凌晨 1 點的發表會上，公布了最新的生成式 AI 模型 GPT-4o，能即時針對音訊、影像和文字進行推理，簡單來說，GPT-4o 可以透過鏡頭，知道你現在正在幹嘛，還可以判斷剪刀石頭布誰贏誰輸，或是又平手這樣，平均只需 320 毫秒就能做出回應，和人類對話的反應時間已經非常接近
GPT-4o 可以做到哪些事
GPT-4o 的 o 代表 omni，實際看了 OpenAI demo 的影片，不得不說 GPT-4o 真的很全能，不但情緒聽起來超有起伏，而且聽起來一點都不敷衍，問它：「你覺得我今天穿得適合去面試嗎？」或是「看得出來現在我正在做啥嗎？」，GPT-4o 都答得出來，還會給一些蠻有建設性的意見，還可以從呼吸聲判斷你是不是剛運動完、聽聲音就知道你的情緒如何
比 Siri 更有感情？
就連把狗狗抱到鏡頭前，GPT-4o 都可以看出牠正在快樂地玩球中，如果從旁邊經過，沒有看到手機螢幕的話，真的會以為 demo 的人正在與他朋友視訊聊天，而不是在和 AI 對談（看完所有 demo 影片的我 was like: 😦）
OpenAI 技術長 Muri Murati 指出，GPT-4o 主要是透過語音、文字、影像來進行推理，能夠在 232 毫秒的時間內，回應你所輸入的語音資料，且平均只需花 320 毫秒。它實現了 GPT-4 Turbo 等級的旗艦效能，也接受了圖形和文字組合的訓練，能夠分析照片和文字，來完成從照片中擷取重點的認為，同時 GPT-4o 也新增了語音功能，有語音功能、還能即時回應是一回事，但聽起來像是個會思考、又有情緒的人又是另一回事，而隨著 GPT-4o 的視覺能力也被提升，不但能做到基本的算數，還能判斷軟體程式碼，另外，GPT-4o 在 50 種主要語言的表現也提升了，只能說 GPT-4o 實在是有點強大
ChatGPT 的桌面版也將登場
GPT-4o 預計在幾週之後，對所有使用者開放，有付費的使用者，將會比免費使用者擁有更多的使用次數和訊息容量。而除了展示強大的 GPT-4o，OpenAI 也在活動中，宣布將推出 ChatGPT 的桌面版，到時會先支援 macOS，目標是要將 ChatGPT 整合進電腦系統中，到處都在 AI，是說如果在六月的 WWDC 看到 ChatGPT 出現在 iOS 18 裡面，我好像也不會很意外叻（延伸閱讀：蘋果 WWDC 將於臺灣時間 6 月 11 日凌晨登場！預計可看到 iOS、iPadOS、macOS 和 visionOS 的更新）
（新聞來源：OpenAI）
電獺少女 LINE 官方帳號好友募集中！精選每日科技新聞和促咪事件，還有各類 App 的密技心得，就差你沒加！
