OpenAI昨晚發(fā)布的GPT-4o給許多智能助理丟下一顆震撼彈。它不僅是一款強大的多模態(tài)AI助理，同時，為了應(yīng)對Google Gemini的免費策略，OpenAI也讓它免費了。

GPT-4o其中的“o”代表“Omni”，也就是“全能”的意思，可見OpenAI對它的表現(xiàn)充滿了自信。不僅如此，OpenAI還為macOS用戶推出ChatGPT的桌面應(yīng)用，不僅可以向ChatGPT提問，還能讀取用戶的屏幕截圖。

GPT-4o的最大特點在于，它支持文本、音頻、圖像任意組合的輸入，同時也能以這樣的任意組合輸出，而且能夠接受最短232毫秒、平均320毫秒的音頻輸入，簡單來說，GPT-4o的反應(yīng)速度就像真實的人類一樣。

在英文和代碼處理能力上，GPT-4o與GPT-4 Turbo性能不相上下，但是GPT-4o已經(jīng)可以直接在ChatGPT的網(wǎng)站使用。在非英文的能力上，GPT-4o有著明顯的提升，而且API速度也更快，成本也更低。

GPT-4o提供了GPT-4級別的智能，同時改進了文本、視覺和音頻方面的能力。OpenAI CTO Muri Murati表示，這些模型將越來越復(fù)雜，但交互體驗需要變得更簡單和自然，讓用戶忘記交互界面，只關(guān)注與GPT的協(xié)作上。

在演示過程中，工程師在iPhone上和GPT-4o進行了一次“視頻通話”，它對即時的信息反應(yīng)相當迅速，還能很好地理解人類情感，同時也能表現(xiàn)出豐富的情感。在視覺能力上，它也能通過手機的攝像頭實時幫助工程師完成數(shù)學題甚至幾何題的運算。

這么強大的能力，也讓GPT-4o發(fā)布幾個小時，就迅速在社交媒體上引發(fā)爭論。

Nvidia高級科學家Jim Fan在X上表示：“OpenAI正在競爭中遠超Character AI”，他也指出，以往OpenAI刻意壓制的更具情感和個性化的AI特性，如今已經(jīng)成為它迭代的方向。

AI開發(fā)者Benjamin De Kraker更感嘆GPT-4o基本上就是AGI（通用人工智能）：“這基本上就是AGI，這會被視為一個奇跡。當一個虛擬人能聽、說、看，并且具備和人類幾乎無異的推理能力時，人們還能怎么稱呼它呢？”

基本就是AGI？GPT-4o“它”來了

與此同時，網(wǎng)絡(luò)上也有一些質(zhì)疑的聲音。記者和作家James Vincent表示，將GPT-4o作為語音助手的推廣方法很精明，但這最終只是“智能的偽裝”，因為“聲音的表現(xiàn)并不一定預(yù)示著能力的飛躍”。

基本就是AGI？GPT-4o“它”來了

對AI技術(shù)持反對意見的Artisanal Holdout表示：“OpenAI對GPT-5沒有信心，在GPT-4發(fā)布一年多后才推出了GPT-4o。這對OpenAI和AI愛好者來說都是一種尷尬。”

基本就是AGI？GPT-4o“它”來了

不過，Google預(yù)計也會在北京時間5月15日凌晨的I/O大會上公布自己的大模型進展，而且Gemini早已取代Google Assistant，成為Android系統(tǒng)內(nèi)置的虛擬助理。

不論是大模型還是虛擬助理方面，OpenAI已經(jīng)搶盡風頭，Google一定做好了準備迎接這場挑戰(zhàn)。在I/O大會之后，OpenAI還會不會有什么別的動作也很難說呢。