Sel esmaspäeval, 13. mail 2024, tutvustas OpenAI oma GPT-4 seeria uusimat versiooni – GPT-4o. Tuntud kui GPT-4 Omni (GPT-4o), toob see märkimisväärseid edusamme kiiruses, multimodaalsetes võimetes ja juurdepääsetavuses. AI maailmas võib seda lugeda mängumuutjaks. Parandatud suutlikkus kehtub vastamisel kõigile teksti-, audio- ja visuaalsetele käskudele.
OpenAI tehnoloogiajuht Mira Murati: “Me vaatame tulevikku meie ja masinate vahelises suhtluses ning usume, et GPT-4o tõepoolest muudab seda paradigmat … see on esimene kord, kui teeme suure sammu edasi kasutusmugavuse osas.”
Ülevaade GPT-4o pakutavatest funktsioonidest:
Multimodaalsed funktsioonid
- Audio: Mõistab ja töötleb kõnet. Annab välja inimlikuma kõne, mis on rikas emotsionaalsete nüansside poolest. Eemaldab viivituse ChatGPT Voice’i vastustes ja võimaldab kasutajatel vestlusbotile uue päringuga vahele segada, mis omakorda tekitab muudetud vastuse.
- Video: Analüüsib ja tõlgendab videosisu.
- Pildid: Tuvastab ja kirjeldab pilte. Samuti loob pilte.
- Tekst: Endiselt loomuliku keele töötlemise tipptase.
Paranenud jõudlus
- Kiirus: Kaks korda kiirem kui eelmised mudelid.
- Kulu: API kasutamine on 50% odavam. Vähendatud API kulud muudavad GPT-4o rakenduste integreerimise taskukohasemaks.
- Läbilaskevõime: Viis korda kõrgem limiit arendajatele. Suurenenud limiidid võimaldavad ulatuslikumat kasutamist erinevates projektides.
Juurdepääsetavus
- Tasuta juurdepääs: Saadaval kõigile ChatGPT kasutajatele, mitte ainult tasulistele tellijatele.
- Täpsemad funktsioonid kõigile: Sisaldab nägemismudeleid, sirvimist, mälu ja täiustatud andmeanalüütikat (varem tuntud kui kooditõlgendaja).
Näidisrakendused
Interaktiivne probleemide lahendamine
- Matemaatiline abi: Kasutajad saavad kaameraga jäädvustada matemaatilise probleemi ja GPT-4o juhendab neid samm-sammult lahenduseni, mitte lihtsalt andes vastuse.
- Loomingulised väljundid: AI aitab loomingulistes ülesannetes, nagu intervjuuks valmistumine ja mängude mängimine.
Täiustatud Pildigeneratsioon
- Tegelaskuju järjepidevus: Loob erinevates stseenides järjepidevaid tegelasi, säilitades sama välimuse ja stiili.
- Postrite loomine: Loob üksikasjalikke ja kohandatud plakateid kasutaja kirjelduste põhjal.
- Foto karikatuuriks: Muudab fotod karikatuurideks ühe sisendpildi abil.
- Tekstist fondiks: Loob tekstikirjelduste põhjal terveid fonte.
- 3D objekti süntees: Toodab realistlikke 3D renderdusi piltidest, suutes luua ka animatsioone.
- Logo integreerimine: Kannab logosid sujuvalt erinevatele objektidele, näidates täiustatud pilditöötlusvõimeid.
Heli genereerimine
- Helisüntees: Loob realistlikke heliefekte, nagu müntide kõlin, demonstreerides heliloome võimeid.
- Interaktiivsed Vestlused: osaleb dialoogis, näidates mõistmist ja reageerimisvõimet.
Vaata juurde
•Live Demo: https://www.youtube.com/watch?v=DQacCB9tDaw
•Announcement: https://openai.com/index/gpt-4o-and-more-tools-to-chatgpt-free/
•Supports >50 languages https://help.openai.com/en/articles/8357869-how-to-change-your-language-setting-in-chatgpt
•Examples: Using GPT-4o, ChatGPT Free users will now have access to features such as: – Experience GPT-4 level intelligence, –Get responses from both the model and the web , –Analyze data and create charts, –Chat about photos you take, –Upload files for assistance summarizing, writing or analyzing, -Discover and use GPTs and the GPT Store, – Memory
•See video examples https://openai.com/index/hello-gpt-4o/ e.g. „Meeting notes“, „Lecture summarization“.