不久前，OpenAI召开发布会，在时长仅有半小时发布会上，它不仅推出更新了ChatGPT桌面版与网页端的UI，还推出了新的大模型GPT-4o，该模型可以对文字、音频以及图像任意混合内容进行推理，生成的新内容，而且还免费。

GPT-4o中的“o”代表“omni”,源自于拉丁语“omnis”，意为全能，它能够对文字、音频以及图像任意混合内容任意内容进行推理，并生成文字、音频以及图像不同形式内容，只欠缺视频内容，但是已经是独领风骚。

除了推理更为复杂的内容，GPT-4o效能表现也相当出色，尤其是音频，它最快可以在232毫秒时间内对用户输入语音进行反应，平均反应时间为320毫秒，与人们日常对话的反应时间相差无几，而且能够随时打断、开始对话，识别对话人的语气、情绪，还支持包括中文、日语在内的20种语言进行音频等多模态交互，因此能够胜任实时翻译工作。根据OpenAI官方提供的数据，GPT-4o效率近乎全面优于GPT-4 Turbo，更别说免费的GPT-3.5。

GPT-4o如此强大，相信大家会认为它收费不便宜，目前OpenAI政策是用户能够免费使用GPT-4o，但是有使用次数限制，一旦超出限制后会自动降级到基于GPT-3.5的ChatGPT，若是用户付费的话将获得免费用户的5倍使用次数。

GPT-4o问世无疑再一次确保OpenAI在生成式AI技术的领导地位，也给国内同行巨大压力，不知国内什么时候有对标产品出现呢？