IT之家5 月15 日报道，OpenAI 昨天凌晨发布了GPT-4o 模型，可以视为GPT-4 的升级版本。它可以实时推理和处理音频、视觉和文本内容，并且可以与ChatGPT更加无缝地交互。
OpenAI 总裁兼联合创始人Greg Brockman 随后发布了一个动手演示，允许两台运行GPT-4o 的设备进行语音或视频交互。
在演示开始之前，布罗克曼表达了他希望让两个人工智能聊天机器人相互交流的愿望。 Brockman 告诉聊天机器人A 他的期望，并允许聊天机器人B 调用摄像头来观察周围的世界。
B 聊天机器人调用前置摄像头，清晰描绘用户的服装和环境。然后，聊天机器人可以与其交谈并提出问题，包括移动相机以及它看到的内容。
在对话过程中，新版ChatGPT不仅可以通过视觉AI能力了解摄像头中发生的事情，还可以通过语音交互将理解的内容传达出去，实现更丰富、更有趣的互动。它还支持带有上下文的中断和对话插入。记忆能力。 IT之家附上演示视频如下：
