新闻热点

GPT-4o标榜更自然人机互动最快0.232秒反应OpenAI免费提供- 20240515 - 经济 @ 2024-05-17T 返回 新闻热点 关键词：模型 新模 概念：新模型 ＯＰＥＮＡＩ解释新模型的语音模式效能提升的原因。过去ＧＰＴ-３．５及ＧＰＴ-４下的语音模式运作是以三个模型接续运作而成：第一个模型将声音转录成文字，由ＧＰＴ-３．５或ＧＰＴ-４产出文字对话内容，再由第三个模型将文字转回声音。不但增长延迟性，且因过程中ＧＰＴ-３．５或ＧＰＴ-４模型丧失大量资讯，使其无法观察出声调、多名说话者、背景噪音，也无法产出笑声、不会唱歌或表达情绪。但ＧＰＴ-４Ｏ是能具备文字、视觉和声音理解能力的单一模型，输出输入都在同一神经网路中处理而成，使互动能力速度和表现丰富度大增。 ＯＰＥＮＡＩ ＧＰＴ-４Ｏ 新模型，速度提升２００％，实时音视频交互 据报导，新的多模态模型在辨识图像和声音方面，比 ＯＰＥＮＡＩ 现有的模型表现更快、更准确。新模型能帮助客服更好地理解来电者的语气，以及是否在讽刺，且“理论上”能够协助学生解决数学问题或翻译现实世界中的标志。 总结下来，新模型ＧＰＴ-４Ｏ有三大“魔法”： 美国人工智慧研究实验室ＯＰＥＮＡＩ在５/１３举办线上发表会，由ＯＰＥＮＡＩ的技术总监米拉穆拉蒂（ＭＩＲＡ ＭＵＲＡＴＩ）主持，推出新模型“ＧＰＴ-４Ｏ”。ＧＰＴ-４Ｏ的“Ｏ”来自“ＯＭＮＩＭＯＤＥＬ”全能模型，能接受文字、声音和图像３种格式的输入，最快更能够在２３２毫秒内回应，等同人类反应时间。最重要的是，拉穆拉蒂也宣布ＧＰＴ-４Ｏ将免费提供给所有用户。 ＯＰＥＮＡＩ 于今日凌晨的春季发表会上推出新模型“ＧＰＴ-４Ｏ”，再次成为社群话题中心！ＧＰＴ-４Ｏ 作为 ＯＰＥＮＡＩ 最新的旗舰多模态模型，可以更快速理解文字与图像，且加强语音与视觉能力。让该模型可以更轻松地与用户进行流畅地对话，且能对镜头前的画面进行即时回应。 无论是包括ＧＥＭＭＡ ２、ＧＥＭＩＮＩ １．５ ＦＬＡＳＨ、ＩＭＡＧＥＮ ３、ＶＥＯ等新模型在内的一系列创新，透过文字、语音、视讯、图片等多模态的搜寻方式升级，或是为下一代ＡＩ模型与ＡＧＥＮＴＳ提供更快、更低延迟训练和服务动力的客制化ＡＩ专用晶片与基础设施，ＧＯＯＧＬＥ揭露了这一系列进展，都彰显出巨头雄厚的技术实力和广泛的应用市场。 新光台湾半导体３０（００９０４）经理人詹佳峰表示，５月全球ＡＩ惊喜话题不断，除苹果将有机会推出具ＣＨＡＴＧＰＴ技术的ＡＩ ＩＰＨＯＮＥ手机外，ＣＨＡＴＧＰＴ母公司最新推出ＣＨＡＴＧＰＴ-４Ｏ（即时语音互动），强调速度更快、效能更强的多模新模型，且开放给免费用户使用，可说是生成式ＡＩ跨入新纪元开始，让人类拥有个人ＡＩ助理迈向一大步，背后牵涉到的ＡＩ算力、高速运算等商机，让台湾半导体供应链直接受惠。 另外，ＯＰＥＮＡＩ公司表示，新模型性能更强，接口调用价格却只有此前模型的一半。所有用户都可以免费使用新模型，不过消息数量会受到限制，付费用户消息上限更高。预计新模型各项功能会在未来几周逐步推出。 联手ＯＰＥＮＡＩ 苹果一夜市值大增近３６００亿元 ＧＰＴ-４Ｏ新模型会代替ＳＩＲＩ？