OpenAI技術長穆拉提（Mira Murati）5月13日發表了最新AI模型，GPT-4o！這最後的英文字o是Omni的縮寫，代表著「全方位、全能」。
GPT-4o在處理文本、影片和音頻各方面都有著顯著提升，不僅能解讀文字、圖片，還整合了語音功能，其中最大的進步，便是它的視覺推理，只要舉起手機讓AI看看周圍的環境，它便可以推測你在做什麼。
以下仔細介紹GPT-4o有哪些功能？
GPT-4o可以做什麼？
GPT-4o可以像真人一樣即時對話、給意見
和AI聊天機器人對話已不再是單調乏味的體驗，GPT-4o講話相當自然生動，反應靈敏，仿佛在和一個真人在交談一般，真實到讓人起雞皮疙瘩。
在演示影片中，使用者問了GPT-4o：「今天要面試這樣穿如何？」而GPT-4o的回應簡直跟一般真人無異，它不僅會開使用者玩笑，還會像人類一樣稱讚對方。
它還能辨識人類語氣中的情緒，假設使用者剛跑完步，GPT-4o可以從喘氣聲知道，使用者可能剛運動完。
從官方YouTube影片中，可以聽得出來機器人聲音有抑揚頓挫，外媒《The Verge》形容GPT-4o的聲音很像電影《雲端情人》（Her）女主角史嘉蕾·喬韓森的聲音。
發表會結束後，OpenAI執行長奧特曼（Sam Altman）還相當神秘地在X上發布了一個字：「她」（Her），似乎就在影射《雲端情人》中AI與人類的關係。
GPT-4o達到即時同步翻譯
GPT-4o熟悉50種語言，還能進行「零延遲」的即時翻譯，在義大利文和英文之間切換語言，而且翻譯的速度之快、準確度之高，讓人嘆為觀止。
不僅如此，它還能夠即時同步英文和西班牙文，讓跨語言溝通變得輕而易舉。穆拉提指出，GPT-4o很大地解決了ChatGPT機器人回答中的延遲問題，使用者甚至可以打斷與GPT-4o的對話，問它新問題，AI會根據修改後的答案作回應。
AI可以互相對話
更加驚人的是，兩個GPT-4o之間可以進行對話，仿佛兩個真正的AI智慧體在互相交流。
在一段演示影片中，兩支手機上都開了GPT-4o，示範者開啟其中一個AI的鏡頭，它將所看到的景象，敘述給另一個AI聽，它立刻清楚地說出，使用者身上穿了一件黑夾克和一件淺色的上衣。
隨後，這兩個AI竟然聊起來了，還可以一起合唱，兩個ChatGPT合唱，還能指定他們的音調，令人嘆為觀止！
教青少年解題三角函數
對於教育界來說，GPT-4o更是一個無可比擬的利器。
它能夠幫助青少年解題三角函數，在一段演示影片中，GPT-4o一步步透過語音，教導影片中的青少年算出，寫在一張紙上的基本三角函數問題，而且爸爸還可以指定AI不可以先給答案，AI還會在算出答案後稱讚你，真是太貼心了。
當視障者的眼睛
最後，更令人感動的是，GPT-4o對於視障者來說，就像是他們的眼睛一般，幫助他們探索這個世界，在影片中可以看見，AI告訴視障者哪裡是白金漢宮，可以走到哪條路叫計程車，什麼時候可以舉起手招呼車等等。
這種功能的加入，讓我們對醫療保健的未來，充滿了無限的想像。
不難想見，GPT-4o的問世即將大大改變我們的生活方式，這次OpenAI不僅提升了人工智慧的應用水平，更讓我們看到了技術不斷進步的美好前景。
GPT-4o費用多少？
GPT-4o將開放給所有人免費使用，ChatGPT付費用戶則將繼續擁有免費用戶5倍的容量限制。
GPT-4o什麼時候可以用？
OpenAI表示，GPT-4o的功能將迭代推出。目前文字和圖像功能已能在ChatGPT中使用，台灣社群上已可看到許多人的使用心得。
資料來源：OpenAI YouTube、GPT-4o Demo、The Verge
核稿編輯：林易萱
