北京时间5月14日清晨1点，OpenAI春季发布会上，CTO 重磅推出了可实时进行音频、视觉和文本推理的全新旗舰AI大模型——GPT-4o。

  GPT-4o是GPT-4的升级版。“o”是Omni的缩写，意为“万能”，可接受文本、音频和图画的恣意组合作为输入，生成文本、音频和图画。

  GPT-4o支撑API调用，比上一代速度快了2倍，价格降低了50%，还能完成无推迟实时对线o具有ChatGPT Plus会员版一切的才能，包含视觉、联网、回忆、履行代码、GPT Store……更为要害的是，它将对全用户免费敞开！

  而实时语音对话的进程，更是丝滑流通毫无推迟——它能够在短至232毫秒、均匀320毫秒的时间内呼应音频输入，与人类在对话中的反应速度共同。

  能够预见，OpenAI的这一王炸不只将在AI业界掀起“内卷”，也将对外语、实时翻译、音视频编排、编程等职业带来颠覆性革新。