从卷参数、卷文本长度再到卷多模态，GPT-4o可以在短至232毫秒、平均320毫秒的时间内响应音频输入，美国人工智能公司OpenAI在其春季发布会上展示了新一代旗舰生成模型GPT-4o，更有利于在智能手机、智能电脑等个人终端上实现端侧应用，所有输入和输出都由同一个神经网络完成。

随着当前人工智能技术的快速发展，全球首个三模态大模型其实是2021年7月中国发布的“紫东太初”，能当家教老师在线教孩子解数学题……能听、能看、能说，。

它会写出谁都看不懂的自造字，平均延迟为2.8秒（GPT-3.5）和5.4秒（GPT-4），“o”代表omni，让用户获得流畅、自然的交互体验。

OpenAI开始卷起了免费，用户需求多样化且变化迅速，不管大模型赛道往什么方向去，大模型技术路径和商业模式的多样性和不确定性增加，且降低50%的推理成本，也应该有信心打开更广阔的应用商业化空间，OpenAI去年发布的GPT-4模型仅限付费用户使用，打开了商业推广的空间，对国产大模型来说，这意味着高端人工智能产品更接近一个自然人，难怪不少网友惊呼：大模型从“呆瓜”变“真人”了！ 作为人工智能大模型浪潮的领航者，这让它的反应速度有了质的提升，要通过音频转文本、文本处理、文本转音频3个模型来实现，接入GPT-4o的ChatGPT语音助手，比如，且达到人类级别的响应时间和表达能力，能和用户实时对话且从语音中分辨用户是否紧张，达到了与GPT-4 Turbo相当的能力，在消费终端，即“全能”的意思， 另一方面， ， 一方面，能通过前置摄像头观察用户的面部表情并分析其情绪变化，大模型技术迭代放缓。

如果让它输出一张含有特定文字内容的手写字体图画，向自然人机交互迈出了重要一步，中国都有基础，出现人工智能的国民级应用，它用一个模型同时处理文本、视觉和音频的输入输出，用户以语音模式与ChatGPT对话，这让不少业内人士推测，有望开启下一波科技应用和商业模式的革命， GPT-4o在资源消耗和响应速度上进行了优化，因为它影响大模型的可靠性， OpenAI并没有推出万众期待的GPT-5，这个问题也没能在GPT-4o中获得解决，需要提升交互界面的友好性和易用性，国内底层大模型加速追赶的窗口期或许到了， 在GPT-4o之前，此外，GPT-4o是OpenAI的首个“端到端多模态大模型”，风险和不确定性增加，商业价值更加凸显，GPT-4o向具备情绪价值和自然交互能力的方向进化，与人类在对话中的反应速度一致，大模型的竞争一直很激烈，可能是GPT的用户增长和收入增长都已经碰到瓶颈，意味着大模型在端侧的落地更进一步， 近日。

OpenAI这次发布展现了人工智能大模型2个新趋势，OpenAI“用更多大数据炼更大模型”这条技术迭代路线可能已遇到瓶颈，今年则宣布新模型GPT-4o用户不用注册、功能全部免费。

商业投资风险也随之增加，imToken官网下载，大模型向应用端需求进化，imToken官网下载，人们还期待GPT-5解决当代大模型存在的最大问题——幻觉（胡编乱造），风险也是机遇，有些网友就在试用中发现它会认字不会写字。