0.80
- 开始
- 2024年5月13日可信度 90%来自来源
GPT-4o 发布
由原文自动翻译
原标题: GPT-4o Released
OpenAI 发布旗舰模型 GPT-4o，可实时跨音频、视觉与文本进行推理，并将其设为 ChatGPT 的新默认模型。
- OpenAI 于 2024 年 5 月 13 日发布 GPT-4o（"omni"），这是一款可实时跨音频、视觉与文本进行推理的旗舰模型[1][3]
- 推出安排：当天在 ChatGPT 中上线文本与图像功能，免费用户同样可用，Plus 用户的消息上限最高提升至 5 倍；新的语音模式将在数周内面向 Plus 用户推出 alpha 版；API 中的音频功能先向一小批可信合作伙伴开放[1][3]
- TechCrunch 还提到改版的网页界面、macOS 桌面应用（Windows 版于当年晚些时候推出），以及免费用户可使用 GPT Store、记忆功能和网页搜索[3]
- 安全方面：依据 Preparedness Framework 进行评估，各类别风险均不高于中等，并有 70 多位外部红队专家参与[1]
- 2024 年 5 月 13 日的一期 Apple Podcasts 新闻节目在某一环节中报道了此次发布，但仅列出了标题[2]
主要特性
- OpenAI 端到端训练了一个统一的新模型，同时涵盖文本、视觉与音频，因此所有输入和输出都由同一个神经网络处理；此前的语音模式串联了三个独立模型，无法直接感知语调、多位说话者或背景噪音[4]
- 它可接受文本、音频、图像和视频的任意组合输入，并生成文本、音频和图像；音频响应最快仅需 232 毫秒（平均 320 毫秒），而此前语音模式的处理流程分别需要 2.8 秒和 5.4 秒[1]
- 在英文文本和代码方面与 GPT-4 Turbo 持平，在非英文文本、视觉和音频方面更胜一筹；在 API 中速度快一倍、价格便宜一半，速率上限提高至 5 倍[1][3]
- OpenAI 称其在视觉感知基准测试中取得了业界领先的成绩，并在多语言、音频和视觉能力上创下新高[4]
- 新的分词器在 20 种语言中使用更少的 token（例如古吉拉特语减少为原来的 1/4.4）[1]
参考资料 4可信度 89%
第一项始终是图钉的来源。总体可信度是各份资料对上方所用开始和结束时间支持程度的加权平均；资料每比最新的一份旧 180 天，权重减半。
- [1]90%Hello GPT-4oopenai.com· 发布于 2026年9月19日· 开始 2024年5月13日 ✓· 占评分 90%
OpenAI 的 GPT-4o 发布博文，日期为 2024 年 5 月 13 日，并在其模型发布说明中链接。
- [2]70%UNBIASED Politics: May 13, 2024: Michael Cohen Takes Hush Money Stand, Airlines Sue Biden Admin, OpenAI Announces GPT-4o, Google and Apple Release Tracking Alert Feature, and More.podcasts.apple.com· 发表于 2024年5月13日· 占评分 3%
UNBIASED Politics's episode "May 13, 2024: Michael Cohen Takes Hush Money Stand, Airlines Sue Biden Admin, OpenAI[1] Announces GPT-4o, Google and Apple Release Tracking Alert Feature, and More." (2024-05-13) says: "Money Case; Here's the Gist (3:19)3. OpenAI Introduces New GPT-4o Language Model; Language Models Explained (10:25)4. Quick Hitters: Senator Bob Menendez's Bribery Trial Started Today , Federal Judge Halts Enforcement of New Rule Capping Credit Card Fees, Apple and Google Announce New Feature Alerting You of Tracking Devices (13:40)Get EXCLUSIVE,"
- [3]80%OpenAI debuts GPT-4o 'omni' model now powering ChatGPTtechcrunch.com· 发表于 2024年5月13日· 开始 2024年5月13日· 占评分 3%
TechCrunch covers the GPT-4o announcement the day it was made.
- [4]88%Hello GPT-4o | OpenAI (Wayback Machine copy)web.archive.org· 发表于 2024年5月13日· 占评分 3%
Archived copy of OpenAI's[1] GPT-4o announcement, which says "we trained a single new model end-to-end across text, vision, and audio" and that it sets "new high watermarks on multilingual, audio, and vision capabilities".
建议更正
有遗漏或错误吗？用你自己的话说明：能佐证此图钉的链接、不同的开始或结束日期及理由，或缺失、有误的信息。AI 会对照此图钉的来源进行核实，搜索更好的来源，并添加任何支持你说法的页面。图钉自身的来源仍然最重要。
