Wspierane przez Microsoft OpenAI stoi wobec rosnącej konkurencji i presji, aby poszerzyć bazę użytkowników ChatGPT. W poniedziałek firma poinformowała, że wypuści nowy model sztucznej inteligencji o nazwie GPT-4o, umożliwiający realistyczne rozmowy głosowe i interakcję za pomocą tekstu i obrazu.
Model GPT-4o będzie dostępny w ChatGPT w ciągu najbliższych kilku tygodni.
Jak podaje Reuters, nowe funkcje audio umożliwią użytkownikom rozmawianie z ChatGPT i uzyskiwanie odpowiedzi w czasie rzeczywistym bez opóźnień, a także przerywanie ChatGPT w trakcie mówienia – obie cechy realistycznych rozmów, które asystenci głosowi AI uznali za wyzwanie, pokazali badacze OpenAI podczas wydarzenia transmitowanego na żywo.
Podczas transmisji na żywo badacze OpenAI zaprezentowali nowe możliwości asystenta głosowego ChatGPT. W jednej z demonstracji ChatGPT wykorzystał swoje możliwości wizyjne i głosowe, aby porozmawiać z badaczem o rozwiązywaniu równania matematycznego na kartce papieru. W innej demonstracji badacze pokazali możliwości modelu GPT-4o w zakresie tłumaczenia językowego w czasie rzeczywistym.
Dyrektor ds. technologii OpenAI, Mira Murati, powiedziała podczas wydarzenia, że nowy model będzie oferowany bezpłatnie, ponieważ jest bardziej opłacalny niż poprzednie modele firmy. Powiedziała, że płatni użytkownicy GPT-4o będą mieli większe limity przepustowości niż bezpłatni użytkownicy firmy.
Murati powiedziała, że firma nie zamierza zarabiać na bezpłatnych użytkownikach poprzez sprzedaż reklam. Wkrótce po uruchomieniu pod koniec 2022 r. ChatGPT została nazwana najszybszą aplikacją w historii, która osiągnęła 100 milionów aktywnych użytkowników miesięcznie.
OpenAI ogłosiło tę informację dzień przed planowaną przez Alphabet doroczną konferencją programistów Google, podczas której ma zaprezentować swoje nowe funkcje związane ze sztuczną inteligencją.
Akcje Alphabetu spadły w poniedziałkowe popołudnie o 0,4%, po spadku o prawie 3% wcześniej tego dnia. Akcje Microsoftu spadły o 0,2%.
