OpenAI 在最新的春季發表會中，發佈最新旗艦模型 GPT-4o，將能夠即時理解並回應所接收的視線畫面與聲音。同時開放更多免費的 ChatGPT 進階工具給使用者。

全新生成式語言模型 GPT-4o，將開放給所有使用者使用

OpenAI 技術長 Mira Murati 在發表會開始，即宣佈推出 GPT-4o（o 代表 omni），它有著與 GPT-4 同樣水平的智慧的生成式語言模型，GPT-4o 也預計在幾週後開放給所有使用者使用。

GPT-4o 將帶來更即時的理解你的聲音、視線畫面以及文字，而且以更自然的人聲來與使用者對話。在 GPT-4o 的 Demo 中，使用者透過手機的相機功能讓 GPT-4o 來瀏覽現場環境後，便立即以推敲的口吻來描繪出使用者身處的場景將用來做些什麼事，或是在畫面中帶到蛋糕、蠟燭，即可以推敲出有人生日了，重點是 GPT-4o 即時快速的反應，以及超自然的語音功能，紮實往更自然的人機互動向前邁出一大步。

就 OpenAI 表示，GPT-4o 對於接收語音資料後，能夠以 232 毫秒（約 0.23 秒）的速度做回應，平均大約為 320 毫秒，這個回應速度幾乎接近於人類做出回應的時間。同時 GPT-4o 在處理英文以及程式語法的速度，也與現階段 GPT-4 Turbo 是同等效率的。

在 GPT-4o 的功能展示中，也展示出其即時理解回應畫面的能力，可以為視障朋友帶來許多幫助，做為語音導覽、辨視等應用，甚至還可以做到即時的客服問題處理，賦予 GPT-4o 更多個性、人性化的表現。

OpenAI 表示，在 GPT-4o 之前，使用者在與 ChatGPT 對話時是透過它們的 Voice Mode，當中會經過三種不同的模型來處理，先將聲音轉換成文字，然後 GPT-3.5 或 GPT-4 來接收文字並匯出文字，最後再用第三組模型將文字轉換成聲音。以往這樣的過程通常會在反應時間上產生延遲，GPT-3.5 大約平均是 2.8 秒延遲，GPT-4 則是 5.4 秒。而 OpenAI 因為將 GPT-4o 以單一全新的語言模型，一條龍的從文字、畫面和聲音做訓練，代表著所有的匯入到匯出都是用同樣神經網路（Neural Network）做處理，因此才能獲得更即時的回應。

全新生成式語言模型 GPT-4o，將開放給所有使用者使用

OpenAI 也宣布，在幾週後將開放更多先進智能的工具，包含在使用 GPT-4o 的時候，免費使用者將能夠使用下列工具：

• 體驗 GPT-4 等級的人工智慧
• 從生成式語言模型和網路瀏覽器兩端獲得回覆
• 分析數據並創建圖表的能力
• 與 ChatGPT 討論你所拍攝的照片
• 上傳文件以獲得摘要、撰寫或分析的協助
• 探索並使用 GPTs 和 GPT Store
• 透過「記憶」來構建在未來更有幫助的體驗

不過免費使用者還是會根據使用情況和需求受到一些限制，免費使用者可以使用 GPT-4o 發送的訊息數量會受到限制。當達到限制時，ChatGPT 會自動切換到 GPT-3.5，以便使用者可以繼續對話。

ChatGPT 發佈 macOS 桌面程式，推出全新介面

macOS 桌面程序將可讓免費或付費使用者使用。它可以無縫地集成到您在電腦上的任何操作中。只需使用簡單的利用鍵盤快捷鍵（Option + Space），即可向 ChatGPT 提問，還可以直接在應用程式中做討論和截圖。同時也可以直接從電腦來與 ChatGPT 進行語音對話（現階段將還是以 ChatGPT 的 Voice Mode 來處理），未來將推出 GPT-4o 新的音訊和視訊功能，無論是要獲取新的靈感，還是為面試準備一個話題，只需點擊桌面應用程序右下角的耳機圖標即可開始語音對話。

ChatGPT 也將推出全新的外觀和感受，提供更友善和更容易對話性，以及全新的登入介面和佈局規劃。