GPT4o可检测人的情绪

北京时间周二凌晨1点，OpenAI在久违的春季发布会上，由首席技术官米拉·穆拉蒂揭晓了与ChatGPT相关的多项更新。发布会核心内容包括两项重大进展：一是推出了GPT-4o多模态大模型，此模型相较于GPT-4 Turbo在速度及成本上均有优化；二是宣布ChatGPT的免费用户也能享受到GPT-4o带来的升级体验，如数据分析、图像分析等功能，这无疑将极大拓展GPT应用商店的用户基础。

对于付费用户，OpenAI提升了消息限制，至少是免费用户限额的五倍。当免费用户额度耗尽后，系统将自动降级至GPT-3.5。未来一个月内，Plus用户还将迎来基于GPT-4o优化的语音体验，尽管当前GPT-4o API尚不包含语音功能。此外，macOS用户将率先获得ChatGPT桌面应用，Windows版本预计年内推出。

米拉·穆拉蒂在直播中强调，这是公司在易用性方面取得的重要进步。OpenAI，这家估值超800亿美元的微软支持企业，正努力维持其在生成式AI市场的领先地位，并探索盈利途径，以平衡巨额的硬件与基础设施投资。GPT4o可检测人的情绪。

GPT-4o在实时语音和音频处理的安全性方面展现出亮点，如准确识别用户情绪、进行实时口译等。演示中，GPT-4o不仅作为数学辅导助手，还能即时翻译意大利语，并尝试通过面部表情识别情绪，尽管这项功能尚存挑战。OpenAI透露，GPT-4o能与代码库互动，分析数据图表，并基于文本及图像输入提供反馈，语音和视频功能也将逐步上线。

据统计，2023年生成式AI领域投资创新高，市场预期未来十年将突破万亿美元。ChatGPT自2022年11月发布以来，用户量飞速增长，接近1亿大关，广泛应用于《财富》500强企业。穆拉蒂承诺，未来数周内，更多功能将面向大众开放，并对英伟达提供的技术支持表达了感谢。

GPT-4o的推出标志着人机交互更加自然，其快速的音频响应时间（最快232毫秒）接近人类水平，同时在跨语言处理和多媒体理解上实现了显著提升。OpenAI指出，GPT-4o是首个集成了文本、视觉、音频处理的模型，虽然仍处于功能探索阶段，但它预示着AI技术在综合感知与理解能力上的重要飞跃。

GPT4o可检测人的情绪。