OpenAI 发布 GPT-4o,语音与视觉交互合一

模型发布 OpenAI 原文语言:英文

OpenAI 发布 GPT-4o,把文本、视觉与音频放进同一模型处理,显著降低语音对话的响应延迟。多模态从「附加能力」变为主交互方式。

原文摘录

OpenAI 发布 GPT-4o,把文本、视觉与音频放进同一模型处理,显著降低语音对话的响应延迟。多模态从「附加能力」变为主交互方式。

以下是来源提供的简短摘录,完整内容请查看原文。

参考来源

← 返回每日简报