【宅男财经｜首席面对面】近日，OpenAI发布GPT-4的迭代版本——GPT-4o，它表现出多模态理解和输出能力，能够跨声音、文本和视觉进行智能推理并与用户展开对话。GPT-4o有哪些特点？将会对行业产生哪些影响？
中信建投人工智能首席分析师于芳博表示，GPT-4o纳入了语音模态信息，而语音对话的大模型其实是由多个模型构成，它是先将语音转化成文字，再通过文字大模型进行推理计算，最后将内容转化成语音输出。通常这一过程耗时较长，上一代GPT-4的语音对话模型的时间延迟大概在3秒-5秒，而最新的GPT-4o实现了语音直接输入和输出，这个过程中不再有内部转写的流程，因此它的延迟就大幅降低至200多毫秒。同时，GPT-4o还推出免费版本，背后其实是大模型在算力架构不停优化后，推理成本进一步下降，这也使得越来越多的免费应用出现。
谈及国内大模型发展情况，于芳博称，当前很多国内大模型的能力已经逼近GPT-4。GPT-4发布后，海外出现一波流量和应用爆发的过程，而国内大模型在今年3月和4月的流量增速也很快，特别是生成式人工智能，并且相关公司的融资在一季度同比增长50%以上，环比增长也在40%以上，越来越多的大模型在不断涌现，能力也越来越逼近GPT-4，流量和应用也迎来爆发。
于芳博认为，无论是OpenAI还是国内的大模型，创新使得成本降低、效果更好，相信未来新的智能设备和应用将会不断涌现。
(文中观点仅供参考，不构成投资建议，投资有风险，入市需谨慎。)
