OpenAI представи модел на нов изкуствен интелект GPT-4o

Американската компания OpenAI представи мултимодален генеративен модел на изкуствен интелект GPT-4o, който може да анализира звук, изображение и текст в реално време. Компанията планира да го въведе в своите продукти през следващите седмици.

„O“ в името на модела GPT-4o означава „omni“ и се превежда като „всеобхватен“, което според компанията показва, че GPT-4o е мултимодален. Моделът ИИ има GPT-4 интелигентност и подобрени възможности за работа с изображения и текст, както и аудио и глас. GPT-4o има контекстен прозорец от 128 хиляди токена.

OpenAI вярва, че GPT-4o значително ще подобри производителността на чатбота ChatGPT. Последният вече има гласов режим, но новият ИИ модел ще бъде насочен към по-голямо взаимодействие с чатбота като асистент, например той може да бъде прекъсван, докато отговаря. Емоциите в гласа на потребителя ще бъдат уловени и самият ИИ ще може да реагира на действията на потребителя в реално време. Визуалните възможности на ChatGPT също ще се подобрят и в бъдеще чатботът ще може да гледа спортен мач на живо и да обяснява правилата.

GPT-4o се предлага както в платена, така и в безплатна версия на ChatGPT, но за платени абонати на ChatGPT Plus и Team ограничението за съобщения ще бъде пет пъти по-високо. Ако ограничението бъде надвишено, безплатните потребители ще преминат към GPT-3.5, а платените ще преминат към GPT-4.