不知道为什么，半夜3点突然惊醒，然后看完了GPT-4o模型发布的直播回放，到现在还是很激动😭😭

​这是，多模态的时代！！！

​GPT-4o(GPT-4 omni)，OpenAI最先进的模型，对比GPT-4 Turbo模型，5✖️请求上线，2✖️输出速度和0.5✖️价格，再加之多模态合一的功能，简直不要太爱😝😝

​直播中展示GPT-4o的三个应用场景，分别是：

1.多语气、语音、语调对话，可随时打断，识别用户细微的语气变化，甚至包括呼吸频次等来判断用户情感状态，严肃陈述到欢快唱歌间随意切换，更加逼近真人对话。

​2.视频实时识别应用，说到这个有点讽刺的是：视频实时识别是Gemini Ultra的宣传效果，但OpenAI先Google一步将其实现落地应用哈哈哈哈哈直播中展示的是GPT-4o一步步引到用户解决方程问题

​3.电脑端应用的日常辅助，一键复制代码、截屏传输等方式，让GPT-4o实时识别工作内容并利用图像识别等技术，对工作进行解释或进一步指导

哦对，还展示了一下多语言实时翻译

最后还玩了玩表情识别哈哈哈哈哈

总的来说，GPT-4o实现了很好的多模态融合，期待进一步使用ing😁😁