距离GPT-4的发布已经过去了一年，当地时间5月13日上午10点，OpenAI春季发布会千呼万唤始出来。


这次发布的既不是传了很久的搜索引擎，也不是GPT5，而是GPT-4的迭代版本，GPT-4o。在未来几周内，用户将会陆续自动更新到GPT-4o。


GPT-4o作为新一代旗舰模型，把AI工具的使用门槛降到了更低的程度，不仅比上一代速度快两倍，能实现无延迟实时对话，而且用户不用注册，功能全部免费。


此外，ChatGPT现在有桌面版本了，轻量化的使用体验可以无缝融入你的任何工作流程，再也不用苦哈哈地往网页上搬砖了。据OpenAI的CTO米拉·穆拉蒂（Mira Murati）表示，这也是他们第一次在易用性上作出改进。


“O”是包罗万象的O


发布会刚开始，米拉·穆拉蒂为这次新发布定了调，说OpenAI的目标是进一步减小人们使用AI的障碍，让所有人都能在工作、学习、创造中用上AI工具。


为了这个目的，OpenAI做了三件事：发布更强大的模型GPT-4o，更新用户界面提高使用体验，然后一口气免费开放给用户。穆拉蒂补充道，付费用户享有五倍的使用容量限制。


米拉·穆拉蒂主持了整场发布会，萨姆·奥尔特曼没有露面｜@OpenAI


据OpenAI表示，GPT-4o是一个“原生多模态”模型，它的命名来源于“omni”，即包罗万象之意。


比起此前要么是图文模式要么是语音模式的GPT-4，它更擅长打组合拳，可以接受文字、音频、图像的任意组合输入，然后无缝衔接图文音频的多种形式输出。


升级后的GPT-4o回答速度更快了。


据OpenAI表示，GPT-4想要实现和人的对话需要通过三步来实现：先把语音转换为文字，再生成回复文本，最后再转成语音。根据用户选择模型的不同，这个过程的平均延迟高达2.8秒 （GPT-3.5）和5.4 秒（GPT-4），对着手机屏幕等回复，跟GPT聊过天的朋友应该都有类似的体验。而且在语音转文字再转语音的过程中，很多信息损失了，GPT无法获得说话人的音调，也无法收取背景音，如果有多个人一起说话更是灾难性的场景。


“我们跨文本、视觉和音频端到端地训练了一个新模型，”OpenAI写道，“这意味着所有输入和输出都由同一神经网络处理。”现在的GPT-4o可以在最短232毫秒内响应对话，平均响应时间320毫秒，和人类的反应速度几乎一样，爱跟ChatGPT聊天的朋友终于可以从微信语音模式切换到日常交流模式了。


GPT-4o还带来了更好用的界面。


再也不用在网页间互相切换了，新的桌面版GPT可以融入任何工作流，随时和用户用图像文字语音进行交流，虽然还没用上，但可以想像这种工作体验有多快乐。


右上角是桌面版GPT的小窗口，可以贴代码让它debug，可以截图让它读表格，也可以随时跟它对话｜@OpenAI


此外，萨姆·奥尔特曼在X上补充道，模型升级不止在GPT上，开发者也可以在API里同步使用GPT-4o，价格是GPT-4 Turbo的一半，速度是GPT-4 Turbo的两倍。GPT-4o还在50多种除英文外的语言能力上得到了加强。


连呼吸都能辨别


发布会的最后一个环节是实机演示。OpenAI麾下的大牛研究员Marc Chen和Barret Zoph一起展示了新模型的强大之处。


在第一段对话里，Chen对GPT说，自己有点紧张，然后开始急促地呼吸。GPT识别到了他呼吸的声音，说，别紧张，你喘得像个吸尘器，深呼吸，再吐气。接着GPT开始指导Chen怎么深吸慢呼平复心情。



这个demo设置得很妙，它展示出了两个重要的新能力：听环境音和即时反馈。


GPT不再需要一轮一轮地进行对话，它可以同时听人喘气和进行呼吸指导，输入和输出在同时发生。


第二个demo里，Chen让GPT给Zoph讲个睡前故事哄他入睡，Chen反复打断GPT的讲述，问它能不能讲得更刺激点，最后，GPT跟迪士尼公主似的把故事用歌唱了出来。


有时候GPT给人感觉话太多了，在新版本里，你要是不想听可以立刻打断或者提出意见，就像在真实生活里的交流一样。


后面的几个demo里，GPT教Zoph做了数学题（“你不能直接告诉我答案，而是启发我一步一步解完嘛？”），给大家解释了代码，读了图表，给Zoph看了面相（“你很开心，又有点激动。”），最后还当了Chen和穆拉蒂之间的同声传译。


GPT给Zoph看面相｜OpenAI


我个人的体会是，这个版本的GPT比以前更像人了，对话中会开更多的玩笑，语气词也多了不少，这和OpenAI所说的提高GPT的工具性似乎有点相悖。我可能会在用的过程中让它少废话，否则真的会有点情感压力。


但还是有很多人对这次发布会不满意。有网友觉得OpenAI在挤牙膏，一年多过去了仍然在GPT-4上裹足不前，也有人对免费提出了质疑。


“当服务免费时，用户就是产品。”“（ChatGPT免费之后）OpenAI获得的数据量会超出想象。”



对一般用户来说，不用注册即可使用已经是个天大的惊喜了，再也不用找国外手机号了，懂的都懂。


本文来自微信公众号：果壳 （ID：Guokr42），作者：翻翻，编辑：Odette