這個版本主打一個 AI 陪伴[doge]還支持實時的視頻和音頻輸入，比如你可以打開攝像頭和它聊天，甚至還可以兩個 GPT 直接互相聊天，或者幫助盲人看到外面的世界。
感覺很快就要有 很多套殼的 AI 女友產品亮相了。
ChatGPT-4o（“o”代表“omni”）是邁向更自然的人機交互的一步——它接受文本、音頻和圖像的任意組合作為輸入，並生成文本、音頻和圖像的任意組合輸出。
它可以在短至 232 毫秒的時間內響應音頻輸入，平均為 320 毫秒，這與人類在對話中的響應時間相似。它在英語文本和代碼上的性能與 GPT-4 Turbo 的性能相匹配，在非英語文本上的性能顯着提高，同時 API 的速度也更快，成本降低了 50%。與現有模型相比，GPT-4o 在視覺和音頻理解方面尤其出色。 常巖CY的微博視頻
via 常巖CY的微博