隨著科技的進步，人工智慧逐漸滲透進我們的生活，OpenAI的GPT-4o語音功能正式推出，讓人們的想像化為現實。這次的更新不僅僅是語音功能的提升，更是將科幻電影《Her》的情節帶進了現實生活中。許多已經參與灰度測試的用戶對此表現出極大的興趣，並對其多種應用場景進行了測試。
InfoAI智能情報 ｛ 新聞 }
語音功能升級：更加自然的互動體驗
GPT-4o語音模式在7月結束前終於開啟有度測試，少部分的ChatGPT Plus用戶率先體驗到了這一新功能。OpenAI表示，高級語音模式提供了更加自然、即時的對話體驗，用戶可以隨意打斷對話，甚至能感知和回應用戶的情緒。這使得互動變得更加生動、真實。
預計在今年秋季，所有的ChatGPT Plus用戶都將能夠使用這項功能。除了語音模式的升級，OpenAI還預告將推出更強大的視頻和屏幕共享功能，讓用戶可以通過攝像頭與ChatGPT進行“面對面”的交流。
眾多應用場景：從語言學習到娛樂互動
一些參與灰度測試的用戶已經發現了GPT-4o語音模式的諸多應用場景。例如，有人讓ChatGPT充當語言教練，幫助練習外語發音。ChatGPT不僅能夠糾正Croissant（羊角麵包）和Baguette（法式長棍）的發音，還能夠模仿不同的口音，進行多語種對話。
更有趣的是，ChatGPT可以講笑話、學貓叫，甚至表演節奏口技，讓互動變得更加有趣和多樣化。一些用戶還利用ChatGPT進行情感交流，讓它以害羞、生氣、愤怒等不同的語氣講故事，增加了人機互動的趣味性和真實感。
GPT-4o長輸出模式：一次性處理更多內容
OpenAI此次還推出了GPT-4o的長輸出模式，將輸出token從4000增加到64000，達到之前的16倍。這意味著，GPT-4o可以一次性處理更多內容，例如編寫長篇小說劇本、翻譯文檔、提取結構化數據等，顯著提升了工作效率。
但是，新模型的價格也相應提高，每百萬輸入token為6美元，每百萬輸出token為18美元。儘管價格上漲，但相比於更強大的功能，許多用戶仍然表示願意支付這一成本來享受更長的輸出和更全面的服務。
安全性和隱私保護：OpenAI的持續努力
為了確保語音模式的安全性和質量，OpenAI與100多名紅隊成員進行了長時間的測試，覆蓋了45種語言。他們創建了一個系統來限制語音輸出的種類，僅使用4種預設聲音，並採取措施過濾暴力和版權內容，保護用戶的隱私。OpenAI預計在8月初發布一份關於GPT-4o能力、局限性和安全評估的詳細報告，讓更多用戶了解這一新功能的優勢和使用範圍。
全新時代的開始
GPT-4o的推出標誌著人工智慧技術的一次重大突破，將進一步改變我們的生活方式。無論是語言學習、娛樂互動還是專業應用，GPT-4o都展示了其強大的潛力和無限可能。隨著技術的不斷進步，我們期待看到更多令人驚喜的創新和應用場景，讓人工智慧真正成為我們生活中不可或缺的一部分。
延伸閱讀
Pitch提案成功