快科技5月14日消息，在今天凌晨的OpenAI发布会上，最新升级的大模型GPT-4o正式发布。

GPT-4o的“o”代表“omni”。该词意为“全能”，源自拉丁语“omnis”，在英语中“omni”常被用作词根，用来表示“全部”或“所有”的概念。

GPT-4o可以实时对音频、视觉和文本进行推理，能处理超过50种不同的语言，并且速度和质量大大提升。

此前GPT-3.5语音对话的平均延迟为2.8秒、GPT-4为5.4秒，音频在输入时还会由于处理方式丢失大量信息，无法识别笑声、歌唱声和情感表达等。

而GPT-4o可以在232毫秒内对音频输入做出反应，甚至还能随意打断，与人类在对话中的反应时间相近，彻底颠覆了以往的“语音助手”。

GPT-4o在现场充当实时翻译也是相当的丝滑，意大利语和英语即听即翻。

最重要的是，GPT-4o还可以接受文本、音频和图像三者组合作为输入，并生成文本、音频和图像的任意组合输出，人机交互更加自然、全面了。

GPT-4o的能力还会向免费用户开放，不过会限制数量，免费用户达到数量之后，会自动跳回GPT-3.5。

GPT-4o还将开放相应API给GPT的开发者，价格是GPT-4-turbo的一半，速度却是GPT-4-turbo的两倍，速率限制也高5倍。

官方表示，GPT-4o将会在未来几周内陆续开放。

此外，OpenAI还推出了ChatGPT的桌面版应用，不过目前只有MacOS版本，Windows版要稍晚一些亮相。

GPT-4o图像识别功能上线，人工智能交互进入新纪元

OpenAI发布GPT-4o：可免费开放使用 语音对话媲美真人

OpenAI即将发布新功能，GPT4-Lite引擎及语音识别技术引关注

苹果将与OpenAI达成协议，ChatGPT或登陆iPhone

OpenAI推出全新GPT-4 Turbo模型，引领人工智能领域新进步

OpenAI正式公布文字生成视频大模型“Sora” 画面可以假乱真

OpenAI正式推出GPT商店

OpenAI CEO重申暂未开始训练GPT-5大模型，正在研究新想法

OpenAI月活用户数量超8亿，跻身全球前20

OpenAI回应“GPT-4回答质量下降”：稳定性不足，但外部数据没有污染模型