凌晨，刚看完直播
OpenAI终于迎来重大更新！
距离上次大更新
也就是GPT4的发布，已经1年多了
期间，各种小道消息就没停过
5月11号，OpenAI创始人和官方媒体，透露了今晚的更新。
不是搜索，也不是GPT5
而是ChatGPT和GPT-4相关更新
但是憋了这么久，我就知道，这次肯定有大招！
今晚，OpenAI到底更新了啥？
OpenAI今晚发布了最新旗舰模型GPT-4o，具有超强的多模态识别处理能力，大幅增强了视觉、听觉、以及推理能力。
GPT-4o中的“o”代表“omni”，文本、音频和图像的任意组合作为输入，并生成文本、音频和图像的任意组合输出。
给它一张图，它就能理解图内包含的信息，并和我们互动反馈。
不仅如此，也可以直接用GPT-4o视频聊天了，通过视频和声音，他能感知你的情绪，感知你周围的环境。
并且，语音或视频聊天反应速度大幅提升，在 GPT-4o 之前，用语音模式与 ChatGPT 对话，平均延迟为 2.8 秒 (GPT-3.5) 和 5.4 秒 (GPT-4)。
但是GPT-4o平均低至320毫秒，跟正常人实时交互几乎差不多，这个对体验提升可以说十分巨大。真的就像是和真人聊天！
看在线发布会现场视频，嘉宾现场用笔在纸上出题，让GPT-4o现场解答，看我我震惊了！
①通过视频和语音获取信息
②超强推理能力
③实时互动无延迟
大写的服气！
这个很可怕啊！这意味着，教育行业、知识付费行业，都可能被GPT-4o替代！
如何实现这么牛逼的延迟呢？
GPT-4o跨文本、视觉和音频，端到端地训练了一个新多模态模型，所有输入和输出都交给同一神经网络处理。
而且官方文档里提到，因为是首次采用这种架构，目前的效果还只是小试牛刀。意味着，后续还有更大的提升空间。
传统模型基准能力
GPT-4o 在文本、推理和编码智能方面，跟GPT-4 Turbo相当，但是在多语言、音频和视觉功能上，整体实力远超前者。
对于开发人员来说，可以在 API 中访问 GPT-4o 作为文本和视觉模型。与 GPT-4 Turbo 相比，GPT-4o 速度提高 2 倍，价格降低一半，速率限制提高 5 倍。
并提到，在未来几周内，小部分开发者即可体验到GPT-4o 新音频和视频功能能力。
对于个人用户来说，从今天起，就会逐渐推送使用权限，大家赶紧看看，自己有没有被内测到。
总结
GPT-4o这一次更新，主要不是在于模型基准性能，而是注重实用性的突破。超强的多模态能力，推理能力，加上模型每一个环节的运行效率，GPT-4o在实际使用体验上，有了质的飞跃！
虽然，这一次没有等待AI搜索，或者GPT5，但是也很惊艳！
更多AI工具、AI变现项目，请访问：AI客
加微信：860056696，围观朋友圈实操项目
