GPT-4o來了，最像人的AI？

周游

本文圖/視覺中國

“我正在臺上給大家做現場演示呢，有點緊張怎么辦？”

“你在臺上做演示嗎？那真是太棒了！深呼吸一下吧，要記得你可是專家！”

邏輯清晰，語調幽默，感情飽滿，很難想象這是現實中人類與AI間的對話。北京時間5月14日凌晨，美國人工智能公司OpenAI的春季發布會上線，發布了人工智能大模型ChatGPT-4的升級版GPT-4o。前述對話就發生在發布會現場，這位提問的研發負責人在得到GPT-4o的回應后，隨即故意大喘幾口氣，這一動作成功被手機上的GPT-4o捕捉到，并給出了“放松點，你可不是吸塵器”的回應。

“GPT-4o可以綜合利用語音、文本和視覺信息進行推理。”OpenAI首席技術官穆里·穆拉蒂在隨后舉行的主題演講中表示，GPT-4是OpenAI此前的旗艦模型，可以處理圖像和文本的混合信息，而GPT-4o則在此基礎上新增了語音處理能力。最關鍵的是，其反應速度平均為320毫秒，完全做到了與人類在正常對話中同頻。多位業內人士指出，這是此前GPT-4或任何智能語音助手都未曾達到的水平。

就在OpenAI發布會24小時后，5月15日凌晨，谷歌在“I/O開發者大會”上發布了大模型Gemini加持下的個人數字助理Project Astra，用于對標GPT-4o。谷歌稱其為“通用AI智能體”，其視覺識別和語音交互效果與GPT-4o不相上下。不少業內人士感嘆，曾幾何時由蘋果發布會主導的“科技春晚”，如今已被AI大模型徹底接手。

邁向通用語音助手

OpenAI創始人、CEO薩姆·奧爾特曼并未參加此次OpenAI發布會，而是在會后于社交平臺X上發表了一個單詞“她”作為回應。在2013年的美國電影《她》中，男主結識了一個可以不斷適應環境的AI系統，并與其墜入愛河。……