【ITBEAR科技資訊】5月15日消息，近日，OpenAI發(fā)布的新一代AI模型GPT-4o，該模型能實(shí)時(shí)進(jìn)行音頻、視覺和文本推理，立即引發(fā)了業(yè)界的廣泛關(guān)注。對此，360集團(tuán)創(chuàng)始人、董事長周鴻祎也通過視頻分享了自己對于GPT-4o技術(shù)原理及潛在社會影響的理解。
周鴻祎在視頻中首先解析了GPT-4o的技術(shù)原理。他提到，OpenAI在發(fā)布會上簡要介紹了其技術(shù)原理，這一技術(shù)并非傳統(tǒng)地將語音翻譯成文字處理后再翻譯回語音，而是直接處理語音，構(gòu)建了一個(gè)綜合的大模型引擎，能夠直接理解語音輸入，包括語音中的情緒、語調(diào)、口音等細(xì)節(jié)，并能以語音形式直接輸出。
據(jù)ITBEAR科技資訊了解，GPT-4o帶來的全新體驗(yàn)中，響應(yīng)時(shí)延大約只有300毫秒，已經(jīng)達(dá)到了人類間自然對話的速度。這不僅能讓人工智能聽懂我們話語中的情緒，還可以在回答問題時(shí)表達(dá)出高興、悲傷、失望、興奮等復(fù)雜的情緒。
此外，周鴻祎還強(qiáng)調(diào)了GPT-4o的另一項(xiàng)重要功能，那就是可以直接通過手機(jī)攝像頭獲取視覺信息，從而大大提升了其視覺處理能力。他認(rèn)為，盡管這一功能可能尚不及Sora，但相較于GPT-4.5只能處理圖片和表格的輸入，GPT-4o無疑又向前邁進(jìn)了一步。
在周鴻祎看來，GPT-4.0為人工智能賦予了理解知識的能力，如同擁有了一個(gè)大腦;GPT-4.5則為其增添了一些初級的視覺能力;而GPT-4o，無疑是為其增加了能夠真正理解世界、聽懂人言、并自由表達(dá)情感的“眼睛”和“耳朵”。
周鴻祎提到，盡管有些人對OpenAI沒有推出GPT-5.0感到失望，但通用人工智能的發(fā)展并不僅僅是在推理能力、知識能力、邏輯能力上趕超人類，更重要的是要提升其與人交互的能力。當(dāng)AI能通過手機(jī)或物聯(lián)網(wǎng)攝像頭更好地理解世界，并能以接近人類的響應(yīng)速度進(jìn)行交互時(shí)，這將使人工智能更加接近真人，其影響將是深遠(yuǎn)的。
