OpenAI مدل زبانی بزرگ جدیدی به نام GPT-4o را معرفی کرد که سرعت فوق‌العاده‌ای دارد و به صورت رایگان در دسترس همه قرار می‌گیرد. این مدل که نسخه‌ای ارتقا یافته از GPT-4 است، با نام GPT-4o یا Omni شناخته می‌شود و به گفته مدیر ارشد فناوری OpenAI، میرا موراتی، در مقایسه با نسل قبلی، عملکردی به مراتب سریع‌تر و دقیق‌تر در زمینه درک و تولید متن، محتوای تصویری و صوتی ارائه می‌دهد.

GPT-4o یک گام بزرگ در جهت دموکراتیک کردن هوش مصنوعی برداشته است. در حالی که مدل‌های مشابه قبلی اغلب فقط برای شرکت‌ها و سازمان‌های بزرگ قابل دسترس بودند، GPT-4o به صورت رایگان برای همه افراد در سراسر جهان عرضه می‌شود. این امر، پتانسیل این را دارد که فرصت‌های جدیدی را برای افراد، مشاغل و کسب و کارها در زمینه‌های مختلف ایجاد کند.

علاوه بر کارایی و در دسترس بودن، GPT-4o قابلیت‌های جدید و چشمگیری را نیز ارائه می‌دهد:

• سرعت: GPT-4o دو برابر سریع‌تر از مدل GPT-4 Turbo است و می‌تواند در عرض 232 میلی‌ثانیه به طور متوسط (320 میلی‌ثانیه) به ورودی‌های صوتی پاسخ دهد. این سرعت تقریباً معادل زمان پاسخگویی انسان در مکالمات روزمره است.
• چند حالته بودن: GPT-4o می‌تواند علاوه بر متن، محتوای صوتی و تصویری را نیز تولید کند و بفهمد. این قابلیت، کاربردهای این مدل را به طور قابل توجهی گسترش می‌دهد.
• ایمنی: OpenAI تاکید کرده است که GPT-4o با تمرکز بر روی ایمنی طراحی شده است و از تولید محتوای نامناسب و حساس خودداری می‌کند.
• قابلیت‌های تصویری و صوتی: GPT-4o در درک و تولید محتوای تصویری و صوتی به طور قابل توجهی پیشرفت کرده است. این قابلیت‌ها، تعامل انسان و کامپیوتر را به طور چشمگیری طبیعی‌تر و کارآمدتر می‌کنند.

GPT-4o هنوز در حال توسعه است، اما پتانسیل این را دارد که به طور قابل توجهی نحوه تعامل ما با کامپیوترها را تغییر دهد. این مدل می‌تواند در زمینه‌های مختلفی مانند آموزش، خدمات مشتری، تولید محتوا، تحقیقات و سرگرمی مورد استفاده قرار گیرد.

نکات مهم:

• GPT-4o به صورت رایگان در دسترس همه افراد در سراسر جهان است.
• GPT-4o دو برابر سریع‌تر از مدل GPT-4 Turbo است.
• GPT-4o می‌تواند علاوه بر متن، محتوای صوتی و تصویری را نیز تولید کند و بفهمد.
• GPT-4o با تمرکز بر روی ایمنی طراحی شده است و از تولید محتوای نامناسب و حساس خودداری می‌کند.
• GPT-4o هنوز در حال توسعه است، اما پتانسیل این را دارد که به طور قابل توجهی نحوه تعامل ما با کامپیوترها را تغییر دهد.