GPT4o带来的三大惊喜

OpenAI 发布的 GPT-40 大模型，堪称在去年 ChatGPT 爆火之后的又一轮小高潮！这一次的 GPT-40 有诸多有别于过往的独特之处，尤其是多模态的玩法，直接引入了端到端的语音能力，这可是其他大模型所没有的。
其中最为关键的有三点。其一，GPT-40 的对话响应速度堪称一绝！它是语音进语音出的端到端模型，响应时间仅需几百毫秒。而传统先识别再合成的方法，整个环节往往要 1 秒甚至好几秒。这么长的时间用于产品中，根本让人无法忍受。在这一点上，OpenAI 着实给了我们一个大大的惊喜！
其二，在这次的 GPT-40 中，我们见识到了其超强的情绪能力。它能够理解用户说话时因情绪产生的声音变化，还能根据我们的情绪状况做出适当调整。比如当我们很紧张时，它能给予放松的情绪引导。
其三，它能够自然而然地聊天。我们正常人交流，很少是你一句、我一句这般界限分明，往往相互交叉，没有明确的结束与开始。以往的大模型说完话，要有明确的结束动作，而这次 GPT-40 的聊天方式更加自然，随时可打断，随时能开始，愈发拟人化！