OpenAI представила модель чат-бота GPT-4o

Компанія Ope­nAI представила нову мультимодальну модель штучного інтелекту GPT-4o, яка незабаром стане доступною для розробників та споживачів. Назва “GPT-4o”, де “о” означає “omni” (всебічний), підкреслює її здатність працювати одночасно з текстом, зображеннями та аудіо.

За словами технічного директора Ope­nAI Міри Мураті, модель має інтелект, порівнянний з GPT‑4, але з покращеними можливостями обробки різних типів даних. Наприклад, GPT-4o здатна сприймати голос, текст і візуальні образи, що є критично важливим для майбутнього взаємодії між людьми та машинами.

Модель GPT-4o наслідує свою попередницю, GPT‑4 Tur­bo, яка вже вміла аналізувати зображення та текст. А проте, нова версія також додає обробку мови, розширюючи контекстне вікно до 128 тисяч токенів. Це дозволяє значно покращити можливості чат-бота Chat­G­PT, зокрема, у взаємодії з користувачами через голос. Тепер користувачі можуть не тільки поставити питання, але й переривати модель під час відповідей, що робить діалог зі штучним інтелектом більш природним.

Крім покращень в аудіофункціональності, GPT-4o також удосконалює візуальні здібності Chat­G­PT. Наприклад, на основі наданої фотографії чат-бот зможе швидко відповідати на питання, що стосуються візуального контенту, від “Що відбувається в цьому програмному коді?” до “Яку сорочку якого бренду носить ця особа?”. Планується, що у майбутньому Chat­G­PT зможе навіть “дивитися” спортивні ігри в прямому ефірі та пояснювати правила гри.

Модель вже доступна як для платної, так і для безкоштовної версії Chat­G­PT. Для платних підписників тарифних планів Chat­G­PT Plus і Team обмеження на кількість повідомлень буде у п’ять разів меншим. При цьому, Ope­nAI зазначає, що GPT-4o підтримує більшу кількість мов і має вдвічі швидшу продуктивність у порівнянні з GPT‑4 на 50 різних мовах.