Open AI 发布最新多模态模型GPT-4o

　　继文生视频模型Sora 之后， OpenAI 再一次给外界带来惊喜。这一次，OpenAI 向世人展现了强大且丝滑的语音对话等多模态能力。5 月14 日凌晨1 点，在谷歌开发者大会前一天，预热已久的OpenAI 正式向公众发布了语音大模型GPT-4o（omnimodle，全能模型），可以综合利用语音、文本和视觉信息进行推理，扮演一个个人语音交互助手。而且，OpenAI 将会对这一模型免费向公众开放。

　　除了全新的大模型，OpenAI 也正式宣布推出ChatGPT 桌面版，“从今天开始，我们将首先向Plus 用户推出 macOS 应用，并在未来几周内向更广泛的用户开放。我们还计划在今年晚些时候推出Windows 版本”。

　　发布会全程只持续了26 分钟， OpenAI CEO 奥特曼没有现身，由公司CTO 和两位工程师来发布。现场演示的几个GPT-4o 对话场景却令人感到惊艳，整个对话的过程非常丝滑，不仅能说能听能看，还会有情绪的变化，就像是和一个真实的人在打视频电话。而通过OpenAI 现场演示的几个场景，我们也仿佛看到了科幻正在成为现实。