【宅男財經｜首席面對面】近日，OpenAI釋出GPT-4的叠代版本——GPT-4o，它表現出多模態理解和輸出能力，能夠跨聲音、文本和視覺進行智能推理並與使用者展開對話。GPT-4o有哪些特點？將會對行業產生哪些影響？
中信建投人工智能首席分析師於芳博表示，GPT-4o納入了語音模態資訊，而語音對話的大模型其實是由多個模型構成，它是先將語音轉化成文字，再透過文字大模型進行推理計算，最後將內容轉化成語音輸出。通常這一過程耗時較長，上一代GPT-4的語音對話模型的時間延遲大概在3秒-5秒，而最新的GPT-4o實作了語音直接輸入和輸出，這個過程中不再有內部轉寫的流程，因此它的延遲就大幅降低至200多毫秒。同時，GPT-4o還推出免費版本，背後其實是大模型在算力架構不停最佳化後，推理成本進一步下降，這也使得越來越多的免費套用出現。
談及國內大模型發展情況，於芳博稱，當前很多國內大模型的能力已經逼近GPT-4。GPT-4釋出後，海外出現一波流量和套用爆發的過程，而國內大模型在今年3月和4月的流量增速也很快，特別是生成式人工智能，並且相關公司的融資在一季度同比增長50%以上，環比增長也在40%以上，越來越多的大模型在不斷湧現，能力也越來越逼近GPT-4，流量和套用也迎來爆發。
於芳博認為，無論是OpenAI還是國內的大模型，創新使得成本降低、效果更好，相信未來新的智能器材和套用將會不斷湧現。
(文中觀點僅供參考，不構成投資建議，投資有風險，入市需謹慎。)
