本文转自：华西都市报

美国开放人工智能研究中心（OpenAI）5月13日展示了ChatGPT最新版本GPT-4o，相比先前版本，它与使用者对话基本无延迟，会倾听，能唠嗑，还善于察言观色，让人惊呼新版本“更像人”了。

GPT-4o能捕捉用户声音中的细微差别，做到随时开始或打断对话，识别说话人的语气、情绪，根据场景或指令生成多种音调、带有丰富人类情绪特征的音频回复，你甚至可以要求它唱歌。

GPT-4o-视觉能力大大提升。它可以查看不同语言的菜单照片并进行翻译，还能在传统识图的基础上，识别手写体，比如解答手写的方程组、精准分析数据，并能够读懂画面中人物的面部表情。

GPT-4o语言能力更加强大。目前GPT-4o已经支持包括中文在内的20种语言进行音频等多模态交互，这次更新在多语言方面更加强大。

GPT-4o数据优势明显。在数据层面，根据传统基准测试，GPT-4o的性能对比GPT-4 Turbo处于优势，对比其他模型更是大幅领先。

GPT-4o可通过呼吸来辨别情绪，它甚至可以指导使用者怎么深吸慢呼平复心情，在分析用户喘气声后进行呼吸指导。

GPT-4o响应时间越来越短。它可以在最短232毫秒内响应对话，平均响应时间320毫秒，和人类的反应速度几乎一样。

GPT-4o还在一定程度上免费。首席技术官穆里穆拉蒂表示，OpenAI的使命就是要向所有人免费提供高级人工智能工具。

GPT-4o可能是有史以来最好的模型。OpenAI联合创始人表示，这是OpenAI朝着更自然的人机交互形式迈出的重要一步。