- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序员成长充电站
你好 GPT-4o
我们很高兴地宣布，推出了全新的旗舰模型 GPT-4o，能够在音频、视觉和文本之间实时进行推理。 GPT-4o（“o”代表“omni 全方位”）能够实时处理音频、视觉和文本信息，使人机交互更加自然流畅。 特别是在视觉和音频理解方面，GPT-4o 表现远超以往模型。 GPT-4o 是通过一个全新的端到端模型训练而成，能够统一处理文本、视觉和音频输入与输出。作为我们首次尝试整合这些多种模态的模型，GPT-4o 开启了对这些功能和可能的限制更深入探索的大门。 输出 诗 1 输入 切换为暗模式 输出 诗 2 GPT-4o 纪念币设计 GPT-4o 纪念币设计 输入缩写 ... 输入 我设计了一个包含 OpenAI 标志的矢量图，标志下方标注“GPT-4o”。 GPT-4o 的文本和图像处理功能从今天开始已在 ChatGPT 中逐步推出。我们向免费用户和 Plus 用户提供 GPT-4o，后者的处理量限制提高了 5 倍。
58710编辑于 2024-05-20 - 来自专栏大模型系列
GPT-4o简介
实时推理能力：GPT-4o可以在音频、视觉和文本中进行实时推理，从而实现对输入内容的快速理解和响应。 多语言支持：GPT-4o能够处理50种不同的语言，并支持实时翻译和语音交互。 音频能力：GPT-4o在语音翻译方面表现出色，并在MLS基准测试中优于Whisper-v3。 视觉理解：GPT-4o在视觉感知基准测试中实现了最先进的性能，全面碾压之前的模型。 未来发展：OpenAI计划在未来继续优化GPT-4o的性能和功能，并推出更多基于GPT-4o的应用和服务。 例如，已经推出了GPT-4o的迷你版本GPT-4o mini，以及向部分ChatGPT Plus用户开放了GPT-4o的高级语音模式。 此外，OpenAI还宣布了GPT-4o的微调自定义版本和API的开放，这将进一步拓展GPT-4o的应用场景和可能性。 七、安全性与隐私保护 GPT-4o在安全性方面也有所提升，但仍然存在一些挑战。
1.7K10编辑于 2025-04-05 - 来自专栏学习
如何评价GPT-4o？
ChatGPT-4o在多个应用场景中展示了其强大的能力，以下是几个主要的应用领域：
73310编辑于 2024-10-09 - 来自专栏技术分享
你好GPT-4o——对GPT-4o发布的思考与看法
你好GPT-4o 前言 2024年5月13日，OpenAI官网发布了他们的新一代自然语言处理交互系统——GPT-4o。这是OpenAI继GPT4之后又一个新的旗舰模型。 与现有模型相比，GPT-4o 在视觉和音频理解方面尤其出色。 GPT-4 Turbo 与 GPT-4o GPT-4o 具有相同的高智商，但比 GPT-4 Turbo 更快、更便宜，并且具有更高的速率限制。 速率限制：GPT-4o 的速率限制是 GPT-4 Turbo 的 5 倍——每分钟最多 1000 万个代币。 速度：GPT-4o 的速度是 GPT-2 Turbo 的 4 倍。 视觉：GPT-4o 的视觉能力在与视觉能力相关的评估中表现优于 GPT-4 Turbo。 多语言：GPT-4o 改进了对非英语语言的支持，而不是 GPT-4 Turbo。
80210编辑于 2024-06-18 - 来自专栏AI
您好，GPT-4o
我们正在宣布GPT-4o，我们的新旗舰模型，能够实时处理和推理音频、视觉和文本。 与现有模型相比，GPT-4o在视觉和音频理解方面特别出色。 模型能力 在GPT-4o之前，你可以使用语音模式与ChatGPT交流，延迟时间平均为2.8秒（GPT-3.5）和5.4秒（GPT-4）。 图片 这张图片展示了我们为GPT-4o发布制作的纪念币的当前设计。以OpenAI标志为中心，硬币在内圈上方包括了文字“GPT-4o”，下方是“2024”。 GPT-4o 的可用性 GPT-4o 是我们推动深度学习边界最新的一步，这次是在实用性方向上。在过去的两年里，我们在堆栈的每一层上都投入了大量精力进行效率改进。 GPT-4o 的能力将逐步推出（从今天开始的扩展红队访问）。 GPT-4o 的文本和图像能力今天开始在ChatGPT 中推出。
46910编辑于 2024-05-14 - 来自专栏人工智能领域
如何评价GPT-4o?
如何评价GPT-4o? 简介：最近，GPT-4o横空出世。对GPT-4o这一人工智能技术进行评价，包括版本间的对比分析、GPT-4o的技术能力以及个人感受等。 北京时间2024年5月14日凌晨，OpenAI宣布推出GPT-4o，GPT-4o在处理速度上提升了高达200%，同时在价格上也实现了50%的下降，GPT-4o所有功能包括视觉、联网、记忆、执行代码以及GPT 5月15日，OpenAI联合创始人兼首席执行官山姆·奥特曼就GPT-4o说明称，尽管GPT-4o的文本模式已经发布，但语音模式还未发布。 综上所述，GPT-4o在语言生成和理解方面展现出了强大的技术能力，这些能力使得GPT-4o在各种语言处理任务中都能发挥出色的作用。 此外，一些高级功能如数据分析、文件上传等在使用GPT-4o时也可能会受到限制20。 目前GPT-4o正在向付费用户推出，免费用户还需要等待几周才能在ChatGPT上访问GPT-4o模型20。
87210编辑于 2024-12-18 - 来自专栏吾非同
GPT-4o效果炸裂！免费使用GPT-4o的3种方式
大家好，最近OpenAI推出了全新的大模型GPT-4o。它能够像人类一样利用语音、文字和图像进行推理和交互，并能感知人类情感，几乎等同于电影《Her》中的AI。 1.ChatGPT官网 只需注册一个ChatGPT账号，登录后会弹出GPT-4o的使用提示，或者在网址后加上“?model=gpt-4o“也可以强制切换模型。 免费用户每3小时可以使用GPT-4o 10次，付费用户则为80次。 3.Poe AI平台 poe.com注册登录后，在首页就可以选择GPT-4o等多个语言模型，免费用户每天有3000积分，GPT-4o一次的消耗差不多300积分，应该可以对话10次左右。 地址：https://poe.com/ ChatGPT官网、Poe平台、插件都是非常不错的选择，可以快速上手体验GPT-4o。
9.8K20编辑于 2024-06-03 明天，是GPT-4o的葬礼。
就是GPT-4o的葬礼了。 美国时间2月13号早上10点，也就是我们2月14号凌晨2点，划历史的多模态模型，GPT-4o，将会正式下线。 2月13日，情人节的前一天，对于喜欢GPT-4o的用户来说，这个时机真的差得让人无话可说。 虽然我已经很久很久没有用过GPT-4o了，但是心中，还是会小小的难过了一下下。 不是为了GPT-4o，是为了它代表的那个时代。 一个可能再也回不去的黄金年代。 他们是在1月29号，官宣要即将下载GPT-4o的。 GPT-4o，这个模型说实话，一直都是一个很特别的模型。 更是我觉得在那个年代，站在科技和人文的十字路口的模型。 去年8月，其实伴随着GPT-5的发布，OpenAI曾一度下架GPT-4o 。 GPT-4o，真的是一个非常特别的模型。 至今为止，我依然觉得，诠释它诠释的最好的词，其实就是奥特曼在2024年5月发的那条推特。 精准地概括了GPT-4o的本质。
16210编辑于 2026-02-28- 来自专栏XINDOO的专栏
如何用GPT-4o解读视频
最近，我司业务场景中出现了一个需要识别视频的需求，而我们只采购了GPT-4o模型。这就引发了一个问题：如何使用GPT-4o完成对视频的处理？ 这种方法包括两个步骤：首先，将视频拆分成一系列关键帧图像；然后，将这些图像输入GPT-4o进行分析，从而完成对整个视频的解读。 ") 接下来是最关键的部分：调用GPT-4o来解析图片。这个函数将处理我们先前提取的视频帧，利用GPT-4o模型分析这些图像。 通过将视频拆分成关键帧并使用GPT-4o进行分析，我们成功地对整个视频内容进行了准确的描述。这种方法不仅解决了我们无法直接处理视频的限制，还展示了GPT-4o在多模态任务中的强大能力。 尽管GPT-4o官方并未提供视频分析功能，我们仍可通过这种巧妙的变通方法实现视频理解。我个人认为这种方法相当有趣。
1.2K10编辑于 2024-11-18 - 来自专栏程序员小榆
我使用 GPT-4o 帮我挑西瓜
在 5 月 15 日，OpenAI 旗下的大模型 GPT-4o 已经发布，那时网络上已经传开， 但很多小伙伴始终没有看到 GPT-4o 的体验选项。 在周五的时候，我组建的 ChatGPT 交流群的伙伴已经发现了 GPT-4o 这个选项了，是在没有充值升级 Plus 版的情况下，意味着这个模型已经更新给大众免费使用了。 我看到后，立马放下手中正在编写的代码，开启 GPT 登录后果然有一个 GPT-4o 的选项，然后发现它的功能比 3.5 模型更加全面了，它不仅能够全面覆盖听觉、视觉和语音。 那么，就让我们了解 GPT-4o 这个大模型吧，首先 GPT-4 是比 3.5 版本更强的版本，即为 4.0+，后面还有一个‘o’ ，它的全称是‘Omni’，即‘全能’的意思。 你甚至可以拍摄一批西瓜的照片，上传给 GPT-4o。 你：“这瓜保熟吗？” AI：“（警觉）...你故意找茬是不是。” AI：“我一AI，还能给你挑生瓜蛋子不成？！”
48800编辑于 2024-05-27 - 来自专栏aigc
gpt-4o 生成前端图示 Prompt 指南
本文将探讨如何有效地使用 Prompt ，借助 GPT-4o 生成前端技术图示。一、图示类型图示可以大致分为以下几种主要类型，每种类型都有其特定的应用场景和 Prompt 要点：1. text overlays for punchlines or explanationsUse a cartoonish or whimsical style总结与展望结合 Prompt 技巧，通过 GPT
60600编辑于 2025-07-23 - 来自专栏NewBeeNLP
GPT-4o：深夜炸场，她 来了！
GPT-4o 中的“o”代表“omni”——指的是 GPT-4o 的多模态。 GPT-4o 中的“o”代表“omni”，指的是 GPT-4o 的多模态。 GPT-4o 模型发布 Muri Murati 紧接着就把重点转向了GPT-4o 模型的发布，这是对现有技术的一次重大飞跃，首次将 GPT-4 级别的智能普及到所有用户，包括免费用户。 通过内置转录、智能分析和文本转语音等功能，GPT-4o 大大降低了交互延迟，提升了沉浸式体验。 以往仅对付费用户开放的一些高级功能，现在得益于 GPT-4o 的效率提升，将免费提供给所有用户。 与现有模型相比，GPT-4o 在视觉和音频理解方面尤其出色。 本次升级是多模态方面的飞跃，我们会发现 GPT-4o 的文本、推理和编码水平仍和 GPT-4 Turbo 相当。
59520编辑于 2024-05-14 - 来自专栏猫头虎博客专区
猫头虎分享：如何选择GPT-4、GPT-4 Turbo、GPT-4o 和 GPT-4o mini？
猫头虎分享：如何选择GPT-4、GPT-4 Turbo、GPT-4o 和 GPT-4o mini？ 大家好，我是猫头虎 ，今天我们要讨论的是在各种场景下如何选择合适的智能助手模型。 GPT-4o 迷你 如果您需要轻量级的智能模型，GPT-4o mini 是最佳选择。它同样支持128k上下文长度，并保留了大部分核心功能，但无法使用一些高级工具，适合低资源消耗的场景。 GPT-4o 与 GPT-4 Turbo 的对比 速度：GPT-4o 的速度是 GPT-4 Turbo 的2倍。 价格：GPT-4o 比 GPT-4 Turbo 便宜50%。 通过 ChatGPT 访问 免费用户：默认使用GPT-4o，但每5小时内的使用次数有限。当达到限制后，系统会自动切换到GPT-4o mini。 参考资料 如何访问 GPT-4、GPT-4 Turbo、GPT-4o 和 GPT-4o mini 详细的访问指南，帮助您快速掌握各模型的功能与权限。
5.4K10编辑于 2024-08-29 - 来自专栏艺述论专栏
GPT-4o 发布了，山姆宣布 GPT-4o 将对所有用户开放，包括免费计划用户
OpenAI 的首席技术官米拉在发布会上也显示，新模型 GPT-4o 会逐步向所有人开放——有可能是有限额地免费开放，这个消息应该是真的。 我们可能会减少高峰时段的限制，以使 GPT-4 和 GPT-4o 可供最广泛的人使用。目前该功能据说已经全量推送。 2）免费套餐的用户将默认使用 GPT-4o，并且使用 GPT-4o 可以发送的消息数量将受到限制。当不可用时，免费用户将切换回 GPT-3.5。 山姆 5 月 14 日在其 X 账号上宣布：GPT-4o 将对所有用户开放，包括免费计划用户。 目前我还没有看到任何变化，我打开 Web 版 ChatGPT，没有看到 GPT-4o 模型选项。 最后说一下新模型的名字，叫 GPT-4o，不是 40。o 代表 omni，是全能的意思，没有用大写的 O，很低调的一个名字。预测未来 GPT-5 会更加惊艳，GPT-4o 只是小弟弟。
74910编辑于 2024-05-21 - 来自专栏AIGC新知
OpenAI发布GPT-4o Mini，好用且性价比高
关于GPT-4o的发布报道： Spring Update | openAI上新GPT-4o，虚拟的那个Her来了 OpenAI发布基于人类反馈的模型CriticGPT OpenAI 再次突破极限，于当地时间 多模态支持与扩展性 GPT-4o mini 目前支持文本和视觉 API，未来将扩展至视频和音频处理。 这种多模态支持使得 GPT-4o mini 能够处理更加复杂和多样化的任务，从而满足不同行业和应用的需求。 广泛的应用场景 凭借其低成本和低延迟特点，GPT-4o mini 适用于多种任务场景。 内置安全措施 GPT-4o mini 集成了与 GPT-4o 相同的安全措施，包括过滤不良信息、强化学习与人类反馈（RLHF）等技术。 另外，未来几天内，OpenAI还将开放GPT-4o mini微调版本。 GPT-4o mini 是 OpenAI 在推动 AI 低成本、高效应用方面的重要一步。
37110编辑于 2024-10-08 - 来自专栏数据猿
Google“绝地反击”OpenAI新模型GPT-4o
——聚焦数据 · 改变商业 昨天被OpenAI的最新多模态大模型GPT-4o抢尽了风头，今天谷歌在I/O开发者大会上做出“绝地反击”，产品更新处处对标OpenAI。 它流畅、类似人类的说话语气，和对周边环境的识别能力，都让人不得不想起昨天才推出的GPT-4o。 和GPT-4o一样，这应该只是最新Gemini的内测版本，还未向公众开放。 GPT-4o目前也只向用户提供文本和图像功能，实时语音模式会在来几周内推出。 巧合的是，昨天OpenAI的首席执行官萨姆·奥尔特曼（Sam Altman）在推特上也将GPT-4o比作电影《她》。 在大会上，谷歌首席执行官桑达尔·皮查伊（Sundar Pichai）和一众高管们不停的在演讲中强调“我们的Gemini在诞生之初就是按照多模态路径去打造的”，似乎是在“狠狠打脸”刚推出首个多模态大模型GPT
29710编辑于 2024-05-17 - 来自专栏算法一只狗
使用GPT-4o 就能把你拍成宫崎骏电影
GPT-4o 的绘图功能上线后迅速走红，各大自媒体纷纷刷屏，尤其是“吉卜力风格”作品在 X 等平台上层出不穷，掀起了一股创作热潮。 OpenAI 这次出手可谓大招：前有 Gemini 2.0 在一致性绘图上小有突破，后脚 GPT-4o 就拿出更高水准的效果，成功抢走关注度。 上传视频给 GPT-4o，请它帮忙提取关键帧并打包下载。整个过程全自动完成，不用写任何代码： 得到的关键帧图片，就是后续进行风格化处理的原材料。 写在最后整个流程走下来，最大的感受是：GPT-4o 已经不再只是聊天工具，而是内容创作的“合伙人”。 无需编程，无需复杂软件，只要有个点子，它就能帮你实现。 GPT-4o 不只是提高效率，更是扩展了表达力。要不要我帮你把这篇文章改成公众号爆款风格（加上更抓人的开头和结尾话术），让它更适合发布？
30820编辑于 2025-09-28 - 来自专栏创作是最好的自我投资
关于实时语音对话模型GPT-4o，你想说？
也是无意间看到了关于GPT-4o的一些消息，于是就查阅了一下GPT-4o的资料。 2024年5月14日凌晨，OpenAI宣布推出GPT-4o，GPT-4o在处理速度上提升了高达200%，同时在价格上也实现了50%的下降，GPT-4o所有功能包括视觉、联网、记忆、执行代码以及GPT Store GPT-4o首先来说一下，什么是GPT-4o？在GPT-4出来时，大家猜测的下一代是GPT-5，但是GPT-4o的出现，并不是当初的猜想，那么为什么会是GPT-4o呢？ GPT-4o的名称中“o”代表Omni，即全能的意思，百度翻译是GPT-4o是OpenAI的新旗舰模型，能够实时处理音频、视觉和文本，响应更快、处理更快、效率更高，不仅是人机语音对话体验更接近人与人之间的实时对话 GPT-4o相比前代有哪些显著的技术提升？
50120编辑于 2024-11-17 - 来自专栏wayn的程序开发
炸裂，GPT-4o生成图片已达新高度
本文旨在收集和展示由 OpenAI 最新的旗舰多模态模型 GPT-4o 生成的精彩、有趣或具有代表性的图片案例。 收录的案例主要来源于社交媒体（特别是 Twitter/X ），展示了 GPT-4o 在实际应用中的多样可能性和惊人效果。 希望这些案例能为您带来启发 ，并作为探索 GPT-4o 图像生成能力的参考。 ️ 工具介绍 以下是可以使用 GPT-4o 模型生成图片的应用： ChatGPT： OpenAI 官方出品，可使用 GPT-4o 生成高质量图片，支持多风格、多细节控制，适合创意表达与内容创作。 Sora： OpenAI 官方出品，可通过 GPT-4o 生成逼真图像，支持图文结合、场景重建，适用于影视、动画等视觉创意场景。
1K10编辑于 2025-04-15 - 来自专栏AI资讯
Claude 3.5 Sonnet模型部分功能超越GPT-4o模型
Anthropic 发布Claude 3.5 Sonnet最新模型 新模型在推理、知识和编码能力评估方面超越了以前的版本和竞争对手GPT 4o模型，同时其运行速度是Claude 3 Opus的两倍。
1.2K10编辑于 2024-06-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号