在今日凌晨，OpenAI正式发布了复合型AI模型GPT-4o，这是GPT-4的一个重大升级版本。这一进步标志着人工智能技术的进一步发展，尤其值得注意的是，GPT-4o是免费提供给所有用户体验的，这意味着更多的人将能享受ChatGPT所带来的智能化服务。

下载ChatGPT手机版>>>点击获取

GPT-4o作为OpenAI的最新产品，涵盖了对音频、图像（视觉）和文本三种输入方式的实时处理和推理能力，可以输出多种形式的结果，包括文本、音频和图像的任意组合，极大地丰富了用户的互动体验。

在处理音频输入方面，GPT-4o展现出惊人的速度，从而回应用户的需求，最短响应时间仅为232毫秒，平均响应时间则为320毫秒，这几乎可以与人类的交流速度相媲美。尽管在英语文本和编程代码领域，GPT-4o与GPT-4 Turbo的性能相当，但在处理非英语文本时，它的表现却出现了显著的提升，不仅响应速度变快，API的使用费用也落实了50%的降幅。相较于其它现有模型，GPT-4o在图像与音频的理解与处理能力上同样表现卓越。

目前，GPT-4o的文本和图像输入功能已在OpenAI的API接口和ChatGPT产品中上线，而在不久的未来，语音及视频输入与输出功能也将逐步推向市场。

最引人注目的特点是，GPT-4o将向用户免费开放（付费用户将获得更多互动次数和更高的使用配额），这确保了每位用户都能通过ChatGPT感受到OpenAI的前沿技术。

根据OpenAI的演示，GPT-4o实际上将ChatGPT转变为一个多功能的数字个人助手，它不单能进行实时语音对话，还能够与用户分享的文本和视觉内容进行互动。也就是说，用户可以上传截图、照片、文档或图表，ChatGPT将能够基于这些上传内容进行智能对话。

Mira Murati提到，升级后的ChatGPT增加了记忆功能，这使得它能够学习与用户之间的历史对话，并能够进行实时翻译。这一特性使得ChatGPT的运用更为灵活和个性化。

GPT-4o中的“o”代表了“omni”，意指全能，OpenAI认为这一升级意味着人机交互迈向了一个更自然、更智能的阶段。