Išleista GPT-4o versija su pagerintomis teksto, audio ir vaizdo funkcijomis

„GPT-4o“ („o“ reiškia „omni“) yra naujausias „OpenAI“ multimodalinis didelės kalbos modelis (LLM), kuriame padaryta didelė pažanga kuriant tekstą, balsą ir vaizdus, kad naudotojų ir dirbtinio intelekto sąveika būtų natūralesnė.

„OpenAI“ teigia, kad naujasis DI modelis gali reaguoti į garso įvestis vos per 232 milisekundes, o į teksto užklausas ne anglų kalba reaguoja gerokai greičiau ir palaiko daugiau nei 50 kalbų. Taip pat galite pertraukti modelį pateikdami naujus klausimus ar paaiškinimus, kol jis kalba.

GPT-4o taip pat turi pajėgesnį, žmogiškai skambantį balso asistentą, kuris atsakinėja realiuoju laiku ir gali stebėti jūsų aplinką per įrenginyje esančią kamerą. Asistentui netgi galite nurodyti, kad jis skambėtų linksmiau, arba perjungti į labiau robotiškai skambantį balsą. Be to, realiuoju laiku galite gauti vertimus į daugiau nei 50 kalbų, o regos negalią turintiems žmonėms šis asistentas gali veikti kaip prieigos asistentas.

Tiesioginės transliacijos metu „OpenAI“ pademonstravo ilgą GPT-4o galimybių sąrašą. Visas naujas GPT-4o funkcijų demonstracijas galite pamatyti „OpenAI“ „YouTube“ kanale.

GPT-4o bus prieinama nemokamos pakopos „ChatGPT“ naudotojams, o „ChatGPT Plus“ naudotojams suteikiamas 5 kartus didesnis žinučių limitas. GPT-4o teksto ir paveikslėlių funkcijos jau prieinamos „ChatGPT“ programėlėje ir internete. Naujasis balso režimas „ChatGPT Plus“ bus prieinamas kaip alfa režimas artimiausiomis savaitėmis.

Susijusiomis naujienomis, „OpenAI“ paskelbė apie „MacOS“ skirtą „ChatGPT“ darbalaukio programėlę, o „Windows“ versija pasirodys vėliau šiais metais. Be to, „OpenAI“ paskelbė apie „ChatGPT“ parduotuvę, kurioje saugomi milijonai pasirinktinių pokalbių botų, kuriais naudotojai gali naudotis nemokamai.