北京时间5月14日凌晨，OpenAI通过一则简短的视频介绍发布了新一代AI模型GPT-4o，并宣布将推出PC桌面版GPT。GPT-4o中的“o”代表“Omni”，意为“全能”。与去年的GPT-4-turbo相比，GPT-4o的价格降低了50%，速度提升了200%。未来几周内，还将推出GPT-4o的语音和视频输入功能。
新版本GPT不仅能够通过视觉AI理解摄像头中的情景，还能通过语音与旧版本GPT互动，提供更加丰富的互动体验。这个版本还支持对话中的中途打断和插入，并具备上下文记忆能力。
OpenAI CEO 萨姆·奥尔特曼(Sam Altman)在实时推文中表示，GPT-4o是OpenAI迄今为止最好的模型，智能且快速，是原生多模态，并且可供所有用户免费使用。奥尔特曼强调，这对于OpenAI的使命很重要，他们希望将出色的AI工具交到每个人手中。
尽管发布会中外媒曾猜测OpenAI会推出新的智能搜索能力，但最终被证实这只是为了抓捕公司内部泄密者的手段。发布会上，OpenAI并未推出新的AI搜索产品，而是专注于发布性能提升的GPT-4o。
尽管新模型的性能有所提升，但业内专家指出，GPT-4o的多模态能力看起来很强大，但实际展示的功能尚未真正实现视觉多模态方面的突破。此外，国内的类似产品如豆包和文心一言在实时音频交互方面也已具备类似功能。
