ChainCatcher 消息，日前 OpenAI 首席執行官 Sam Altman 在社交平台上透露，將於本週對 ChatGPT Plus 訂閱用戶開放 Alpha 版本 GPT-4o 的語音模式（Voice Mode），以幫助用戶進行無延遲的流暢對話。據目前的公開信息顯示，ChatGPT 語音模式由於平均延遲為 2.8 秒（GPT-3.5）和 5.4 秒（GPT-4），因此使用體驗並不直觀，而 GPT-4o 則會大幅縮短延遲時間、從而實現無縫對話。

ChainCatcher 消息，据 CNBC 報導，人工智慧初創公司 OpenAI 推出了一款新的人工智慧模型"GPT-4o mini"，並稱新版本是"當今功能最強大、最具成本效益的小型型號"，並計劃稍後將圖像、視頻和音頻整合到其中。據悉，GPT-4o 中的 o 代表 omni，GPT-4o 改進了音頻、視頻和文本功能，能夠以更高的速度和質量處理 50 種不同的語言。

ChainCatcher 消息，OpenAI 發佈最新旗艦級模型 GPT-4o，可以實時推理音頻、視覺和文本，主打概念為擬人化、超自然、超低時延的個人語音互動助手。根據 OpenAI 官方網站及 X 平台官方帳號相關資訊，GPT4o 中的 o 代表 Omni（全面），是邁向更自然的人機互動的一步------它接受文本、音頻和圖像的任意組合作為輸入，並支持生成任意組合的文本、音頻和圖像輸出。它可以在 232 毫秒內響應音頻輸入，平均 320 毫秒，與對話中人類反應時間相似。在英語和代碼方面，它與 GPT-4 Turbo 性能相當，在非英語語言文本上有顯著改進，同時 API 速度更快且成本便宜 50%。與現有模型相比，GPT-4o 在視覺和音頻理解方面表現特別出色。文本和圖像輸入將於今日在 API 和 ChatGPT 中推出，語音和視頻輸入將在未來幾週內推出。