據(jù)報(bào)道，OpenAI于昨日凌晨推出了全新的GPT-4o模型，是對(duì)前期產(chǎn)品GPT-4的進(jìn)階改進(jìn)版。這一模型擁有實(shí)時(shí)推理處理視覺(jué)、音頻及文字信息的強(qiáng)大能力，尤其在與ChatGPT的對(duì)接使用方面表現(xiàn)出色。

緊接著，OpenAI總裁暨聯(lián)合創(chuàng)始人Greg Brockman發(fā)布了詳細(xì)演示，展示了兩部搭載GPT-4o的設(shè)備如何實(shí)現(xiàn)語(yǔ)音或視頻交互。

在演示前，Brockman表達(dá)了希望兩部AI聊天機(jī)器人能夠進(jìn)行有效溝通的愿望。他向A聊天機(jī)器人闡述了這一想法，并允許B聊天機(jī)器人調(diào)用攝像頭觀察周邊環(huán)境。

B聊天機(jī)器人成功調(diào)用前置攝像頭，清晰地呈現(xiàn)了用戶的著裝以及所在環(huán)境。接著，A聊天機(jī)器人與其展開(kāi)對(duì)話，詢問(wèn)相關(guān)問(wèn)題，如調(diào)整攝像頭視角等。

在此過(guò)程中，新版ChatGPT不僅借助視覺(jué)AI技術(shù)理解攝像頭中的畫(huà)面，還能通過(guò)語(yǔ)音交互實(shí)現(xiàn)更豐富有趣的互動(dòng)體驗(yàn)，同時(shí)支持中途打斷和對(duì)話插入，并具備上下文記憶功能。