A OpenAI apresentou a nova versão da inteligência artificial generativa GPT-4o, que alimentará o chatbot ChatGPT. A letra O significa omni.

A nova versão da IA GPT-4o responde à voz em média em 320 milissegundos, comparável ao tempo de resposta em uma conversa, segundo os desenvolvedores. Ela percebe melhor imagens e áudio em comparação com os modelos existentes.

O GPT-4o estará disponível para os usuários a partir de 13 de maio. No entanto, o acesso às funções de voz inicialmente estará disponível apenas para um "pequeno grupo de parceiros confiáveis" nas próximas semanas e, em seguida, para assinantes pagos em junho.

O GPT-4o é uma versão atualizada do modelo GPT-4 com uma série de melhorias e recursos adicionais. Aqui estão algumas das principais diferenças:

  • Percebe e analisa muito melhor imagens, incluindo gráficos, tabelas e capturas de tela, em comparação com os modelos existentes.

Imagem: GPT-4o: trabalhando com imagens, Ensigame Imagem: GPT-4o: trabalhando com imagens, Ensigame

  • Maior compreensão de consultas complexas: O modelo melhorou em tarefas que exigem análise aprofundada e compreensão de conceitos complexos.

Imagem: GPT-4o: tradução para diferentes grupos de idiomas , Ensigame Imagem: GPT-4o: tradução para diferentes grupos de idiomas , Ensigame

  • Capacidade multilíngue aprimorada: O GPT-4o suporta mais idiomas e melhora a qualidade da tradução e a compreensão de textos em diferentes idiomas.
  • Comunica-se por voz "como um humano", alterando entonações.
  • Memória aprimorada: o modelo lembra todas as conversas com o usuário.
  • Iguala o desempenho do GPT-4 Turbo para texto em inglês e código.
  • Utiliza seus próprios conhecimentos e dados da Internet.

Imagem: GPT-4o: reconhece objetos em imagens de baixa qualidade, Ensigame Imagem: GPT-4o: reconhece objetos em imagens de baixa qualidade, Ensigame

O novo modelo GPT-4 Omni será gratuito para todos os usuários. Está disponível como um aplicativo de desktop onde você pode mostrar sua tela inteira e pedir para executar qualquer ação, editar código, fornecer conselhos, etc. Essencialmente, você agora tem um assistente pessoal que sempre pode ver sua tela.

Imagem principal: Ensigame