OpenAI爆炸更新：GPT-4免费了！新模型GPT-4o发布，视觉、语音能力大幅增强，速度起飞，API打骨折
夕小瑶科技说 原创
编辑 | 夕小瑶编辑小伙伴们，我们几天前的推文《两重惊喜！奥特曼预告GPT-4和ChatGPT重大更新，Open AI要放大招》中承诺过：小编我会帮你们蹲点今天OpenAI发布会的！
小编我来兑现承诺了！
并且，这个大夜没白熬，这次发布会属实太炸裂了
先贴发布会视频（欢迎关注视频号，老粉后面会送福利！）：
在这次OpenAI的发布会上，Mira Murati详细介绍了几项重要的更新和新功能：
新模型GPT-4o发布，免费开放！可实时语音交互，支持复杂视觉理解
GPT-4o是OpenAI的新旗舰模型，并且免费提供给用户使用。
Mira 解释说，过去几年中，OpenAI 一直专注于提升这一模型的智能水平，现在首次在易用性上取得了重大突破。
要知道，一年前的今天，GPT-4的对话价格还是几毛钱一条，仅仅一年，竟然免费了。这意味着GPT3.5级别能力的免费大模型将在市场上失去竞争力，毕竟GPT-4和GPT3.5的差距还是很大的。
从模型能力更新上来说，GPT-4o不仅加强了多语言支持，改进了对50种不同语言的处理质量和速度。而且，比较值得关注是其跨模态的能力升级。
其中，GPT-4o 的一大看点就是其具备了实时语音交互的能力，这意味着，你可以像跟真人通话一样去跟ChatGPT语音聊天了。而且，其在语音模式下具备包括讲话打断、即时反应和情感识别能力。
人与AI的界限被进一步模糊化了。
这种高阶的语音能力，将使得 GPT-4o 有望打破人机交互界面的局限性，未来的ChatGPT，可以无处不在——比如可以嵌入到没有屏幕的设备上随时交谈。总之，GPT-4o可以让人们更专注于与 ChatGPT 的协作，而不是受限于屏幕UI界面本身。
此外，GPT-4o 的视觉能力也得到了大幅强化。
GPT-4o 可整合处理视觉和文本信息——GPT-4o 能够同时处理和理解图像以及图像中包含的文本内容。这意味着用户可以上传包含文本的截图、照片或文档，GPT-4o能够识别并解析这些图像中的文字信息，与传统的文本输入方式无缝整合。
在发布会上，Mira展示了GPT-4o如何分析包含图文的复杂文档，并从中提取和利用信息。例如，用户可以上传含有表格和图像的商业报告，GPT-4o能够识别并处理其中的文本和视觉数据，为用户提供深入的内容分析。
针对开发者的GPT-4o API，价格便宜一半
除了向用户提供GPT-4o之外，OpenAI还将其作为API提供给开发者，这意味着开发者可以使用这一强大的模型来构建自己的应用程序，并且在速度、成本和功能上都有所提升。
而且，相比如今的GPT-4-Turbo系列API，GPT-4o不仅能力更强，速度更快，而且API价格也仅为前者的一半。
桌面版APP发布
发布会还宣布了桌面版 ChatGPT APP 的发布，这一版本旨在使用户界面更加简单自然，提升用户体验。
大模型友商：残酷打击
我觉得在这场发布会之后，最崩溃的就是OpenAI的竞争对手了——尤其是国外的大模型厂商。当大家还在不计成本的苦苦研究如何真正追上GPT-4的体验的时候，竞争对手竟然直接将这个模型免费开放给用户使用了。
这对友商来说，可以说是一个非常残酷的打击。
尽管OpenAI当下最为强有力的竞争对手Anthropic发布的Claude 3 Opus已经在体验上超越了GPT-4，并且其在用户端积累了一定的共识，但Claude 3 Opus的价格相比GPT-4非常昂贵，且不稳定，经常出现无法连接的情况。
如果GPT-4o真的效果显著反超了Claude 3 Opus而且还免费，那么可以说Anthropic弯道超车的可能性就更加渺茫了。
具身智能爆发前夜？
不要小看了这次的语音交互能力的升级。要知道，如今各大厂的语音交互的体验，都与真人的语音交互差的非常远。
比如有的需要用固定的唤醒词，有的语音识别非常不准，而且普遍语义理解能力非常有限，更为重要的是，如今的语音产品普遍不具备类人的对话打断和情感能力，这使得真实使用的时候非常恼人——你明知他在胡说八道了，骂它一顿结果它还听不懂，甚至它还在那儿自说自话停不下来。
而GPT-4o的发布，使得这个糟糕的体验有望出现大幅转折——人工智障时代可能要结束了。如果体验真如发布会所称的这么好，那么毫无疑问，这对于智能硬件行业是一个不小的变量。
具身智能也从此有了更和谐的交互能力，人与AI的距离被极大的拉近了。
AI应用生态的爆发催化剂
值得注意的是，GPT-4系列的API价格正在以远超摩尔定律的速度疯狂降价，这意味着先进AI的访问成本将快速的、无限的接近0。
由此，未来开发者将有能力支撑起巨大C端访问量的复杂AI原生应用，而不会像如今一样，为了覆盖成本，只能收费使用。而一旦收费，这个应用的门槛将极大的提升，网络效应难以成立，破圈的可能性将极大的降低。
GPT-4o不仅玩法上给AI原生应用提供了更多可能性，访问成本的大幅降低，可能会进一步催生AI应用生态的爆发。
2024下半年，将是一个非常令人期待的时代。
微信扫码关注该文公众号作者