【ITBEAR科技资讯】7月26日消息，OpenAI首席执行官山姆・阿尔特曼(Sam Altman)今日在回应网友提问时透露，公司计划在下周向ChatGPT Plus用户开放Alpha版本的GPT-4o语音模式(Voice Mode)。这一新功能的推出将为用户实现更为流畅、无缝的语音聊天体验。
据ITBEAR科技资讯了解，GPT-4o是OpenAI最新推出的一款重要的人工智能模型，其特点在于能够处理文本、视觉和音频的端到端全新统一模型。这意味着，所有的输入和输出都将由同一个神经网络进行处理，从而大大提高了处理效率和响应速度。首席技术官穆里・穆拉蒂(Muri Murati)在早前的演讲中表示，由于GPT-4o是公司首个融合了所有这些模式的模型，因此在探索其功能及局限性方面，OpenAI仍处于初步阶段。
原定于6月底邀请一小部分ChatGPT Plus用户测试GPT-4o语音模式的计划，因需进一步提高模型的内容检测和拒绝能力而被推迟。此次，阿尔特曼的表态意味着这一创新功能即将与公众见面。
此前公开的信息显示，相较于GPT-3.5模型的平均语音反馈延迟为2.8秒，以及GPT-4模型的5.4秒延迟，GPT-4o有望极大地缩短这一延迟时间，使得语音交流更加流畅自然，近乎实现无缝对话。这无疑将为用户带来全新的交互体验，同时也展示了OpenAI在人工智能领域的持续创新和领先地位。
