GPT-4o («o» от «omni») — это новейшая мультимодальная модель большого языка (LLM) OpenAI, которая приносит значительные улучшения в создании текстового, голосового и графического контента, обеспечивая более естественное взаимодействие между пользователями и помощником.

OpenAI утверждает, что ее новая модель искусственного интеллекта может реагировать на аудиовход всего за 232 миллисекунды, а текстовый ответ на неанглийские запросы значительно быстрее с поддержкой более чем 50 языков. Вы также можете прерывать модель новыми вопросами или уточнениями во время ее разговора.

GPT-4o также оснащен более мощным голосовым помощником, звучащим как человек, который реагирует в режиме реального времени и может наблюдать за вашим окружением через камеру на вашем устройстве. Вы даже можете попросить помощника звучать более весело или снова переключиться на более роботизированный голос. Вы также получаете переводы в реальном времени на более чем 50 языков и могут служить помощником по обеспечению доступности для людей с нарушениями зрения.

OpenAI продемонстрировала длинный список возможностей GPT-4o в своей прямой трансляции. Вы можете посмотреть все новые демонстрации функций GPT-4o на канале OpenAI на YouTube.

GPT-4o будет доступен для пользователей бесплатного уровня ChatGPT, а пользователи ChatGPT Plus получат в 5 раз более высокие лимиты сообщений. Текстовые и графические функции GPT-4o уже доступны в приложении ChatGPT и в Интернете. Новый голосовой режим будет доступен в качестве альфа-режима для ChatGPT Plus в ближайшие недели.

Что касается связанных новостей, OpenAI анонсировала настольное приложение ChatGPT для macOS, а версия для Windows появится позже в этом году. OpenAI также анонсировала свой магазин ChatGPT, в котором размещены миллионы пользовательских чат-ботов, к которым пользователи могут получить доступ бесплатно.