【小哈划重点：GPT-4o能在232毫秒内对音频输入做出反应，平均反应时间为320毫秒，这与人类在对话中的反应时间相近。】
5月14日消息，OpenAI宣布推出其最新旗舰生成式AI模型GPT-4o，将免费提供给所有用户使用，并且未来几周内先向ChatGPT Plus用户推送。
GPT-4o中的“o”代表“omni”（即全面、全能的意思）。据OpenAI介绍， GPT-4o是向更自然的人机交互迈出的一步：接受文本、音频和图像的任意组合输入，并生成文本、音频和图像的任意组合输出。
GPT-4o能在232毫秒内对音频输入做出反应，平均反应时间为320毫秒，这与人类在对话中的反应时间相近。它在英语和代码文本方面的性能与GPT-4 Turbo相当，在非英语语言文本方面也有显著提高，同时在应用程序接口（API）方面速度更快，价格便宜50%。与现有模型相比，GPT-4o在视觉和音频理解方面尤其出色。
据OpenAI介绍，使用GPT-4o时，ChatGPT免费版用户可以体验以下功能：体验GPT-4级智能 ；从模型和网络获取回复；分析数据并创建图表；就拍摄的照片进行聊天；上传文件以协助总结、撰写或分析；发现并使用GPT和GPT Store。
早在预热阶段，GPT-4o被OpenAI CEO Altman（阿尔特曼）形容为“感觉像魔法”。阿尔特曼在此前的采访中还曾表示，希望最终开发出一种类似于科幻电影《她》中的AI助理。
2013年上映的科幻电影《她》讲述了人类和AI谈恋爱的故事。作家西奥多在结束了一段令他心碎的爱情长跑之后，爱上了一个叫做“萨曼莎”的AI姑娘。当然这并不意味OpenAI想让我们和AI谈恋爱。
看完OpenAI发布会，认证为前DCCI互联网数据中心创始人的胡微博大V胡延平EarthRambler评价称，“这是一次伪装成春季update的智能交互变革，貌似一小步的一大步。”
该大V表示，“百分百可以肯定不只是GPT4的后端能力+前端Chatbot聊天机器人，多模态自然交互这部分是GPT-5能力的选择性释放，OpenAI在控制节奏，不会也不愿一次性把GPT5全都放出来。”
（原标题：《OpenAI发布新旗舰AI模型GPT-4o：同时具备文本、图片、语音能力 免费提供》）
