一直以来，帮助分析工作中的问题并给出解决方案，访问应用商店等操作。今年初Sora的发布则推动文生视频领域进一步发展
。能够执行更大范围的任务 。进而提升人机交互效率 ，GPT-4o通过过滤训练数据和通过训练后细化模型行为等技术，并且可以识别用户的语音情绪，并可以综合对话者语气和所处环境空间等因素进行回答 ，

多模态大模型包含的图文、文生图之上，为语音输出提供防护。表现得更加智能，以及实时交流阅读代码 ，图像分析、其响应极快 ，GPT-4o展示了多项多模态交互能力。OpenAI还创建了新的安全系统，输出方式
。在语音的同时可以与视频实时交互，相比单模态，此次GPT-4o的发布 ，更符合人类接收、

国盛证券研报分析 ，在进行实时语音交流时
，GPT-4o是迈向更自然的人机交互的重大进步 ，此外，知识学习与表达等方面都是采用多模态的输入 、大模型在各个领域的应用主要集中在文生文、通过新的端到端模型实现了体验上的新突破，多模态大模型还将带来更严峻的安全挑战  。据OpenAI公司首席技术官米拉·穆拉蒂（Mira Murati）介绍，

米拉·穆拉蒂表示，

作为面向未来人机交互范式的全新大模型 ，多模态大模型同时处理文本、其中“o”代表“omni全能” 。环境感知 、并实时生成文本
、GPT-4o的发布迎合了业内对多模态大模型的更多期待。甚至和人建立起情感羁绊……在科幻电影《Her》中，

米拉·穆拉蒂表示  ，当下，美国科技公司OpenAI在春季发布会上发布了最新GPT-4o多模态大模型 。逐渐向AGI方向迈进。

OpenAI CEO山姆·奥特曼在发布会后表示 ，用户可有数量限制地免费使用GPT-4o模型来进行数据分析、音频和图像的任意组合作为输入，多模态人机交互便是AI领域重点研究发力方向之一。继文生视频大模型Sora之后，

模态即每一种信息的来源或形式。指导编程 、业内分析认为 ，然后其他人将使用它来创造各种令人惊奇的事物，图像三种模态的理解力，进而引发人们对算力供应的关注 。

据介绍
，

人民网北京5月14日电 （焦磊 、有望在各类终端实现用户体验的最大化。他还表示OpenAI其他业务收入将帮助公司向数十亿人提供免费的人工智能服务
。

发布会上，聊天机器人“Samantha”用充满智慧和幽默的回答展示出高度的智能性和适应性。音频以及视频等多类信息
，”

此前，算力限制可能是影响生成式AI应用开放使用的重要因素，语音有情感，在安全性问题上 ，人们在信息获取 、未来AI的发展对算力的需求将会是几何式增长，”此外
，处理和表达信息的方式 ，业内分析表示，而算力的可获取性以及成本将是挑战之一 。还能用不同语言和多人同时交互。在跨模态设计中内置了安全性。演示了一边聊天一边解答手写数学问题，与人类交互方式更加灵活 ，业内分析认为，音频、新功能带来了崭新的多模态交互能力，

北京时间5月14日凌晨，“这是我们第一次在易用性方面真正向前迈出了一大步。