网站会员推广邀请系统,什么网站做二维码比较好,华茂达建设集团网站,用dw做的网站怎么上传不开玩笑#xff0c;电影《她》真的来了。
OpenAI最新旗舰大模型GPT-4o#xff0c;不仅免费可用#xff0c;能力更是横跨听、看、说#xff0c;丝滑流畅毫无延迟#xff0c;就像在打一个视频电话。
现场直播的效果更是炸裂#xff1a;
它能感受到你的呼吸节奏#xf…不开玩笑电影《她》真的来了。
OpenAI最新旗舰大模型GPT-4o不仅免费可用能力更是横跨听、看、说丝滑流畅毫无延迟就像在打一个视频电话。
现场直播的效果更是炸裂
它能感受到你的呼吸节奏也能用比以前更丰富的语气实时回复甚至可以做到随时打断。
GPT-4o里的“o”是Omni的缩写也就是**“全能”**的意思接受文本、音频和图像的任意组合作为输入并生成文本、音频和图像输出。
它可以在短至232毫秒、平均320毫秒的时间内响应音频输入与人类在对话中的反应速度一致。
这还是一份给所有人的大礼GPT4-o与ChatGPT Plus会员版所有的能力包括视觉、联网、记忆、执行代码、GPT Store……
将对所有用户免费开放 新语音模式几周内先对Plus用户开放
在直播现场CTO Murati穆姐说这是把GPT-4级别的模型开放出去其实她还谦虚了。
在场外研究员William Fedus揭秘GPT-4o就是之前在大模型竞技场搞A/B测试的模型之一im-also-a-good-gpt2-chatbot。
无论从网友上手体验还是竞技场排位来看都是高于GPT-4-Turbo级别的模型了ELO分数一骑绝尘。 而这样的超强模型也将提供API价格打5折速度提高一倍单位时间调用次数足足是原来的5倍 追直播的网友已经在设想可能的应用可以替代盲人看世界了。以及确实感觉比之前的语音模式体验上强上不少。 鉴于之前不少人就已经和ChatGPT语音模式“谈恋爱”了有大胆想法的朋友可以把你们的想法发在评论区了。 总裁Brockman在线演示
知道OpenAI发布会为什么定在谷歌I/O前一天了——打脸狠狠打脸。
谷歌Gemini发布会需要靠剪辑视频和切换提示词达成的伪实时对话效果OpenAI现场全都直播演示了。
比如让ChatGPT在语言不通的两个人之间充当翻译机听到英语就翻译成意大利语听到意大利语就翻译成英语。
发布会直播之外总裁哥Brockman还发布了额外的5分钟详细演示。
而且是让两个ChatGPT互相对话最后还唱起来了戏剧感直接拉满。
这两个ChatGPT一个是旧版APP只知道对话另一个则是新版网页具备视觉等新能力。我们不妨取Old和New的首字母分别叫TA们小O和小N Brockman首先向小O介绍了大致情况告诉她要和一个拥有视觉能力的AI对话她表示很酷并欣然接受。
接着Brockman让她稍作休息并向小N也介绍情况还顺带展示了小N的视觉能力。
只见打完招呼后小N准确地说出了Brockman的衣着打扮和房间环境。而对于要和小O对话这件事小N也感到很有趣。
接下来就是小O和小N相互对白的时间了TA们依然是从Brockman的衣着开始聊起小O不断提出新的问题小N都一一解答。
接着他们又谈论了房间的风格、布置和光线甚至小N还意识到了Brockman正站在上帝视角凝视着TA们。
如果你看了这段视频就会发现画面中出现了一个女人在Brockman身后做了些恶搞的手势。
这可不是乱入是Brockman和女人串通好专门给小N设计的一道“考题”。 就在小O和小N聊的正开心的时候Brockman选择加入直接问有没有看到什么不正常的地方。
结果是小N直接识破了Brockman的小伎俩直接复述出了女人在他身后做小动作的场景小O听了之后直接感叹原来在这里享受乐趣的不只有我们两个。
Brockman把这句话当成了夸赞并对小O表示了感谢还愉快地加入了TA们的对话。
之后是最后也是最精彩的部分在Brockman的指挥下小O和小N根据刚才聊天的内容直接开启了对唱模式。
只过了简单几轮衔接地就十分密切而且旋律悠扬音色也是和真人毫无二致。
最后视频以Brockman唱出的一句Thank you结束在视频外的推文中他还透露新的语音对话功能将在数周内向Plus用户开放。 端到端训练一个神经网络搞定语音文本图像
正如奥特曼在发布会前所说GPT-4o让人感觉像魔法一样那么它是如何做到的呢
非常抱歉这次非但没有论文连技术报告也不发了只在官网Blog里有一段简短的说明。
在GPT-4o之前ChatGPT语音模式由三个独立模型组成语音转文本→GPT3.5/GPT-4→文本转语音。
我们也可以让旧版ChatGPT语音模式自己讲一下具体是怎么个流程。 这样一来整个系统的延迟足足有2.8秒GPT-3.5和5.4秒GPT-4而且丢失了大量的信息它无法直接感受音调、多个说话者或背景噪音也无法输出笑声、唱歌声或表达情感。 GPT-4o则是跨文本、视觉和音频端到端训练的新模型这意味着所有输入和输出都由同一个神经网络处理。
在语音翻译任务上强于OpenAI专门的语音模型Whisper-V3以及谷歌和Meta的语音模型。 在视觉理解上也再次反超Gemini 1.0 Ultra与对家Claude Opus 虽然技术方面这次透露的消息就这么多了不过也有学者评价。 一个成功的演示相当于1000篇论文。 One More Thing
除了OpenAI带来的精彩内容之外也别忘了北京时间5月15日凌晨谷歌将召开I/O大会。
到时量子位将继续第一时间带来最新消息。
另外根据网友推测GPT-4o这么强全都免费开放了这是劝大家不续订ChatGPT Plus了的意思吗
那肯定不是啊 鉴于OpenAI春节期间在谷歌发布Gemini 1.5 Pro后半小时左右用Sora狙击了一把明天OpenAI还有新活也说不定呢
直播回放 https://www.youtube.com/watch?vDQacCB9tDaw
参考链接 [1]https://openai.com/index/hello-gpt-4o/
如何学习大模型 AI
由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。
但是具体到个人只能说是
“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。
这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。
我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。 第一阶段10天初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。
大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…
第二阶段30天高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。
为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…
第三阶段30天模型训练
恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。
到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗
为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…
第四阶段20天商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。
硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…
学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。
如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
