OpenAI：如何打造更自然的交互
文摘
汽车
2024-05-14 21:21
河北
今天，最热门的无疑是OpenAI的春季发布会了吧！那么，发布会上都推出了哪些内容呢？当然是“OpenAI有史以来最好的模型”GPT-4o和桌面 App啦！可以说，这场发布会代表着人类与人工智能交互的一个新时代！正如科幻电影《Her》中，人工智能与人类之间的情感一样。一起来看看吧！免费无疑是OpenAI给予用户最大的诚意了，OpenAI 表示 GPT-4o 的文本、图像、分析数据并创建表格、写作、应用商店的使用等功能今天开始免费在 ChatGPT 中推出，并向 Plus 用户提供高达 5 倍的消息上限。当然，免费用户可以使用GPT-4o 发送的消息数量会受到限制。当达到限制时，ChatGPT 将自动切换到GPT-3.5，以便用户可以继续对话。GPT-4o里的“o”是Omni的缩写，代表着“全部”，它自然地融合了语言、视觉和文本等多种能力，能够处理超过50种不同的语言，使交互变得更加自然和有人情味儿。在短短232毫秒内，GPT-4o就能对音频输入做出反应，平均为320毫秒，这一反应与人类对话中的反应时长极为相近。在现场互动中，CatGPT和Mark的互动也几乎是没有延迟的。而且在对话过程中，ChatGPT还能够回顾之前的所有对话，同时，我们可以随时打断对话，并进行下一轮对话。大模型在对话过程中的共情能力也是非常出色的，在对话过程中，GPT-4o能够感知用户的情绪状态，并根据用户的语气和要求来调整交流方式，以实现更人性化的交互。在实时对话环节，Mark Chen 说：我第一次来直播的发布会，有点紧张。在互动环节中，ChatGPT可以通过一张自拍照来推断情绪状态，并以一种非常人性化的方式做出回答，并进行反馈和开导。GPT-4o的视觉能力真的是非常强大了，它不仅可以对话，还可以”面对面“对话，而且还能快速解题！在发布会现场，Barret手写了一个线性方程式，并打开摄像头拍给ChatGPT，让其来解题，并只给提示，在一步步要求下，ChatGPT也实时给出了引导和反馈，是不是非常神奇，有了这样的ChatGPT，我们的家教老师是不是在瑟瑟发抖了呢！除此之外，在发布会上，GPT-4o还被要求解释计算代码中的某个函数在做什么，分析全年气温变化图等问题时，GPT-4o皆是对答如流。很明显，GPT-4o具备了一定的数据分析能力。GPT-4o可以实时完成将英语「同声传译」为意大利语的任务，这一设计无疑跨越了语言盲区，当然，我们也可以跟着GPT-4o学西班牙语，真的是非常强大了！ChatGPT的音乐天赋也是没得说，其不仅可以让两个GPT-4o 实时对话，还可以即兴创作音乐，并可以根据用户要求来创作不同风格的音乐，可以说是无所不能了。说到文生图，设计师和美工们，一定要来看看啦！在官网给出的示例中，GPT-4o可以直接用文字生成手写体排版，并支持改变颜色和纸张样式。而且，图像还可以在对话界面进行微调，更重要的是，它还能生成3D动态模型、产品图、漫画等。OpenAI发布了ChatGPT的桌面版本，其拥有桌面APP和全新的用户界面设计，为用户带来了更自然、轻松的交互体验。在使用过程中，用户可以通过Option + Space快捷键快速向其提问，也可直接语音对话，除此之外，用户还可以直接在应用程序中截取屏幕截图并进行讨论。GPT-4o的推出，为人工智能领域设立了新的门槛，我们一起期待它的实际表现吧！
