小額捐款
贊助商
關於我們
香港輕新聞（Lite News Hong Kong）是一個致力於提供中立報導和獨到評論的網絡平台，成立於2015年9月。我們立足香港，關注全球的政治、時事、經濟、文化和趣聞。
OpenAI圖片
美國人工智能公司OpenAI於13日公布最新AI模型GPT-4o，在語音模式中的反應時間更快及有更豐富的語調，亦可以同時處理語音和影片等輸入，模型將逐步向ChatGPT免費用戶提供。
語音對話反應僅數百毫秒
美國人工智能公司OpenAI於13日舉行發布會，公布最新AI模型GPT-4o（o意指omni），建基於2023年發布的GPT-4模型，GPT-4o的反應速度更快，在手機程式的語音模式中平均反應時間只有320毫秒，能更流暢地進行對話，而且在使用其他語言時效率亦有提高。
可同時處理語音影片資訊
在先前的AI語音模式中，程式會先把用戶的指令轉換至文字以輸入GPT模型，再以文字轉換至語言讀出回應，每次處理指令需花時數秒。GPT-4o則可以同時處理語音和圖像等輸入，更全面了解用戶指令的語調和鏡頭捕捉的背景資訊，同時亦可以使用不同語調讀出回應，表達不同的情緒。
OpenAI發布多段現場示範影片，片中可見不同以對話和GPT-4o互動的方式，例如可以進行即時傳譯、以低聲唱出搖籃曲、對現場中的小狗作出回應、以及逐步教導學生解決數學問題等。
圖文生成功能亦得到改善
在其他功能方面，GPT-4o在生成圖像時，可以確保以相同的風格生成不同的圖像，亦可以生成字體和立體模型的圖片。用戶亦可以上傳較長的錄音或影片，並要求GPT-4o作出簡單概括。
在生成卡通漫畫圖片時，GPT-4o能確保每個生成圖像的風格都一致（OpenAI網站擷圖）
OpenAI表示，GPT-4o的功能將逐步提供，ChatGPT免費用戶目前可使用GPT-4o的文字和圖像處理功能，付費用戶則可獲得五倍訊息容量上限，而語音模式則將會於未來數星期向付費用戶提供。