OpenAI пусна новия модел с изкуствен интелект GPT-4o, който поддържа видео-разговори и може да функционира като интелигентен гласов асистент, пише New Voice.
Обновеният модел, според OpenAI, е много по-бърз от предишния и има подобрени възможности за обработка на текст, изображения и аудио. Потребителите на GPT-4o ще могат да използват визуалните данни по различни начини: не само могат да качват документи или да споделят изображения с чатбота, но и да чатят на живо с ChatGPT чрез видео, използвайки камерата на устройството си. В този случай приложението може да действа като интелигентен гласов асистент, отговаряйки на вашите запитвания в реално време и наблюдавайки света около вас. Този модел ще бъде безплатен за всички потребители, но притежателите на абонамент ще имат по-висок лимит за взаимодействие.
Новият модел може да разпознава емоциите на потребителя (демонстрирано чрез молба на чатбота да успокои някого преди публична реч) и да взаимодейства с потребителите, които го прекъсват, докато отговаря на заявка, и много повече.
OpenAI демонстрира новите възможности с множество видеоклипове, които според компанията не са забързани. По-специално, компанията показа взаимодействието на потребител с куче с помощта на гласовия асистент. Показано е и видео, в което чатботът се досеща, че в стаята се празнува рожден ден едва след като види определени атрибути чрез видео-разговор. В допълнение, видеата показват, че тази версия на ChatGPT може да се използва като участник във вашия видео-разговор с други хора, да се използва като преводач в реално време или да служи за изучаване на езици, решаване на математически задачи и т.н. В момента моделът позволява на ChatGPT да работи с 50 различни езика.
Fast counting with GPT-4o pic.twitter.com/3KfVbaAM6c
— OpenAI (@OpenAI) May 13, 2024
Dog meets GPT-4o pic.twitter.com/5C0hlYq5ws
— OpenAI (@OpenAI) May 13, 2024
Dad jokes with GPT-4o pic.twitter.com/8w1coXBRGH
— OpenAI (@OpenAI) May 13, 2024
Meeting AI with GPT-4o pic.twitter.com/rHkQ316MYj
— OpenAI (@OpenAI) May 13, 2024
Lullabies and whispers with GPT-4o pic.twitter.com/5T7ob0ItuM
— OpenAI (@OpenAI) May 13, 2024
Happy birthday with GPT-4o pic.twitter.com/OuEkfQsap9
— OpenAI (@OpenAI) May 13, 2024
GPT-4o получи значително подобрени разговорни умения. Той има изразителна интонация и може да се смее, да шепне и да пее. OpenAI демонстрира невероятното взаимодействие между два изкуствени интелекта, които пеят заедно.
Компанията отбелязва, че аудио-възможностите на GPT-4o въвеждат различни нови рискове, така че гласовите функции ще бъдат внедрявани постепенно и с ограничения.
„Днес пускаме публично модел за извеждане на текст и изображения. През следващите седмици и месеци ще работим върху техническата инфраструктура, използваемостта чрез последващо обучение и сигурността, необходими за пускането на други модалности. Например, при пускането на пазара, аудио изходите ще бъдат ограничени до селекция от предварително зададени гласове и ще отговарят на нашите съществуващи указания за сигурност“ — каза компанията в блог публикация.
Say hello to GPT-4o, our new flagship model which can reason across audio, vision, and text in real time: https://t.co/MYHZB79UqN
— OpenAI (@OpenAI) May 13, 2024
Text and image input rolling out today in API and ChatGPT with voice and video in the coming weeks. pic.twitter.com/uuthKZyzYx
Two GPT-4os interacting and singing pic.twitter.com/u9VuZoroxm
— OpenAI (@OpenAI) May 13, 2024
Припомняме също, че още преди да бъде официално представен GPT-4o счупи почти всички рекорди в класацията на chatbot под тайно име.
Всичко важно от света на технологиите, директно в пощата ти.
С абонирането приемате нашите Условия и Политика за поверителност. Може да се отпишете с един клик по всяко време.
Коментирайте статията в нашите Форуми. За да научите първи най-важното, харесайте страницата ни във Facebook, и ни последвайте в Google Новини, TikTok, Telegram и Viber или изтеглете приложението на Kaldata.com за Android, iPhone, Huawei, Google Chrome, Microsoft Edge и Opera!
