​GPT-4o让科幻电影《Her》走向现实？对新技术不应该产生过分乐观的预测和期望

GPT-4o让科幻电影《Her》走向现实？对新技术不应该产生过分乐观的预测和期望

美东时间 5 月 13 日，Open AI 正式发布了其最新的人工智能模型 GPT-4o，这一新品在业界引起了广泛关注。

GPT-4o 属于多模态大模型，支持文本、音频和图像的任意组合输入，并生成文本、音频和图像的任意组合输出，该模型通过深度学习技术，能够生成更加自然、流畅的语言，并在多种语言处理任务中表现出色。OpenAI 表示，GPT-4o 的推出将进一步推动自然语言处理领域的发展，并在多个行业中发挥重要作用。

据 OpenAI 技术负责人穆拉迪（Mira Murati）介绍，GPT-4o 中的 o 代表 omni（全能），上述负责人表示，新模型允许 ChatGPT 处理 50 种不同的语言，速度和质量都有所提高，它还将通过 OpenAI 的 API 提供支持，这样开发者今天就可以开始使用新模型构建应用程序了。"GPT-4o 的速度是 GPT-4 Turbo 的两倍，成本只有一半。"

上述负责人还表示，新型号 GPT-4o" 速度快得多 "，在文本、视频和音频方面都有改进，公司最终计划让用户与 ChatGPT 进行视频聊天。" 这是我们第一次在易用性方面迈出巨大的一步。"

记者留意到，发布会上 OpenAI 展示了使用 GPT-4o 进行语音对话的演示。演示者提问结束后，GPT-4o 几乎可以即时回应，并通过文本转语音功能进行朗读，让对话感觉更加自然逼真。

此外，在人机交互的聊天过程中，GPT-4o 的语音功能不仅能 " 感知 " 对话者的情绪与状态，还可以相应的回应。同时，即便是对话过程中被打断，也能立刻跟进。数据显示，在音频输入层面，GPT-4o 相应速度达到了人类级别，最短 232 毫秒，平均 320 毫秒。

有业界人士形容，这是科幻电影《Her》走向了现实世界。

不过，在惊叹于 GPT-4o 强大表现的同时，不应该对新技术产生过分乐观的预测和期望。此前 Open AI 公司产品 Sora 发布时，文生视频一下子火爆整个朋友圈，但事后人们发现，Open AI 展示的 Sora 视频，全部都有人工特效参与。

更早以前，英伟达创始人兼首席执行官黄仁勋的 " 厨房视频 "，有报道称整个 " 元宇宙 " 视频中的 " 黄仁勋 " 都是算法生成的 " 假人 "，而真实情况是，该视频有 15 秒确是英伟达用机器生成的，以展示其 3D 仿真模拟平台，但其他内容都是人工制作的。

GPT-4o 的发布无疑是一个令人兴奋的消息，但在面对它的时候，也仍然应该保持审慎和理性的态度。

事实上，任何技术的发展都需要时间和实践的检验。GPT-4o 虽然在语言生成和理解方面取得了重要突破，但在具体应用中仍可能面临挑战。例如，在处理复杂语境、理解隐含意义以及跨文化沟通等方面，AI 模型仍有待提升。

此外，AI 技术的快速发展也引发了伦理和法律方面的讨论。如何在保护个人隐私和数据安全的前提下合理利用 AI 技术，是当前社会面临的重要问题。OpenAI 在发布 GPT-4o 时也强调了这一点，表示将致力于遵守相关法律法规，确保技术的合规使用。

技术的真正价值在于如何为人类解决实际问题，而不仅仅是追求技术上的新奇和先进。因此，我们期待 GPT-4o 能够在教育、医疗、客户服务等领域发挥积极作用，同时也希望 OpenAI 和其他科技企业能够持续推动 AI 技术的健康发展。

文｜记者 沈钊