通过 ChatGPT 访问 OpenAI 最新大模型：GPT-4o 中的“o”代表“omni”，指的是 GPT-4o 的多模态

在我们的深夜、太平洋时间的上午 10 点，OpenAI 召开春季发布会，推出了一款名为 GPT-4o 的“旗舰级”生成式人工智能模型，并将在未来几周内在公司面向开发者和消费者的产品中迭代推出。该模型将向免费客户开放，这意味着任何人都可以通过 ChatGPT 访问 OpenAI 最先进的技术。GPT-4o 中的“o”代表“omni”，指的是 GPT-4o 的多模态。会前，OpenAI 首席执行官（CEO）萨姆·奥特曼（Sam Altman）神秘兮兮地发了一条推文，给整个发布会奠定了基调：

“她”（Her）。此刻应该没有人想得到，OpenAI 真的把 ChatGPT 变成了一个“女机器人”。发布会全程回顾：她来了发布会的第一个“她”——OpenAI 首席技术官（CTO）Muri Murati 亮相直播间，迅速带来了关于 GPT-4o 以及 ChatGPT 最新特性的一系列介绍。

ChatGPT桌面版及用户界面优化 会议首先介绍了 ChatGPT 桌面版的发布，旨在通过简化用户界面，提升产品的可用性和访问便捷性。新设计强调简洁直观，确保用户能自然流畅地与 ChatGPT 互动，无论何时何地。

由于重头戏是 GPT-4o，这里就不多介绍桌面版 ChatGPT 有多酷了，我们等到后面第三部分讲 OpenAI 官方博客的时候再进一步深入。

GPT-4o 模型发布

Muri Murati 紧接着就把重点转向了 GPT-4o 模型的发布，这是对现有技术的一次重大飞跃，首次将 GPT-4 级别的智能普及到所有用户，包括免费用户。GPT-4o 不仅在文本处理方面表现出色，还在图像和音频处理能力上实现了显著增强，标志着人机交互进入了一个更为自然和便捷的新时代。

Murati 接着讲到，OpenAI 的核心使命之一是普及尖端 AI 工具，通过减少使用障碍，如无需注册即可使用 ChatGPT，以及推出桌面应用程序，让技术触手可及。这些努力是为了直观展现技术潜力，促进广泛的认知融合。GPT-4o 的发布标志着人机交互方式的革新，它能够处理对话的微妙细节，如自然语言理解、环境噪音过滤及多声部对话，这些都是传统上对 AI 模型的巨大挑战。通过内置转录、智能分析和文本转语音等功能，GPT-4o 大大降低了交互延迟，提升了沉浸式体验。以往仅对付费用户开放的一些高级功能，现在得益于 GPT-4o 的效率提升，将免费提供给所有用户。这意味着更多的用户可以享受定制化体验、视觉上传功能、记忆和浏览功能，以及高级数据分析服务。Murati 宣布，ChatGPT 的用户已经达到了 1 亿。

ChatGPT 新增的视觉支持功能允许用户上传图片和文档，记忆功能确保对话连贯，浏览功能实现实时信息搜索，数据分析则处理图表和数据信息，提供即时答案，这些都极大增强了 ChatGPT 的实用性。此外，GPT 4.0 在 50 种语言上的表现得到了显著的速度和质量提升，这对于全球用户来说是一个重要的进步，确保了服务的广泛普及。场面话结束了，接下来将是见证“魔法”的时刻。

会前，Altman 曾经这么说过：就像魔法一样。