在美国当地时间5月13日上午10点（北京时间5月14日凌晨1点），备受瞩目的OpenAI春季发布会如期举行。与以往不同的是，这次发布会并未带来传说中的GPT-5或全新的搜索引擎，但一个全新的旗舰模型GPT-4o却以其卓越的多模态、实时交互能力，引发了全球科技界的热烈讨论。

GPT-4o的发布不仅让人们感叹科技的力量，更是将科幻电影《她》中的未来场景变成了现实。在直播演示中，GPT-4o所展现出的强大能力，足以让人为之惊叹。更令人兴奋的是，GPT-4o以及ChatGPT Plus会员版所有的功能，将免费向所有用户开放，这无疑将极大地推动AI技术的普及和应用。

那么GPT-4o到底有多强?GPT-4o的强大之处，不仅在于其能够处理复杂的语言任务，更在于其多模态交互的能力。在演示中，GPT-4o不仅能够在语言不通的两个人之间充当翻译机，更能够在实时语音交互中展现出零延迟的自然对话，充分理解并响应语音中的语气、音调等信息。此外，GPT-4o还能够通过视觉和语音的结合进行多模态交互，帮助用户解决数学问题、辅助编程等任务。

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。

通过演示不难发现，其实GPT-4o的核心功能主要表现在以下几点：

首先，GPT-4o实现了零延迟的实时语音交互，其表现自然、真实，充满情感。在演示中，当演示者表现出紧张情绪时，GPT-4o能够迅速识别并给予安慰和指导。此外，GPT-4o还能够根据要求调整语气和音调，甚至在被要求时，能够以机器人的声音或唱歌的形式来讲述故事。

与之前的模型相比，GPT-3.5和GPT-4在语音模式下的平均延迟时间分别为2.8秒和5.4秒，这无疑会影响对话的流畅性。而GPT-4o则无需先将语音转录为文本，因此能够更直接地理解和响应语音中的语气、音调等信息。

除了语音交互，GPT-4o还能通过视觉和语音的结合进行多模态交互。例如，在发布会上，OpenAI展示了GPT-4o如何通过摄像头视觉解析图形报表，帮助用户解决数学问题。

在编程辅助方面，GPT-4o的实时交互能力也得到了显著提升。它能够实时检查代码，解释代码的功能，并指导用户如何调整代码以获得期望的结果。

此外，GPT-4o还能够进行视频通话，并实时分析面部情绪。在演示中，GPT-4o能够准确地识别并响应演示者的情绪状态。

在语言能力方面，GPT-4o支持超过50种语言，并在质量和速度上都有所提升。在官方演示中，GPT-4o成功实现了英语和西班牙语之间的实时同声传译。

不过，GPT-4o的新语音模式在未来几周内会优先对ChatGPT Plus会员开放。

此外，GPT-4o也向开发者开放了API。与GPT-4Turbo相比，GPT-4o价格减半，但速度却快了2倍，速率限制高出5倍。OpenAI称，接下来会向部分API合作伙伴提供新的音频和视频功能支持。