OpenAI 首席執行官 Sam Altman 在接受采訪時透露了 GPT-4o 和 GPT5的一些信息。GPT-4o 是一款多模態大模型，可以跨文本、視頻和音頻進行推理。Sam Altman表示，他早就有用語音控制計算機的想法，而 GPT-4o 的綜合推理能力將帶來所未有的用戶體驗。相比現有的語音助手，如蘋果的 Siri，GPT-4o 更自，并在語義理解方面表現出色。

　　Altman 提到，他在體驗 GPT-4o 時，發現其中一個令驚喜的用例是能夠在一個平臺上完成許多需要頻繁切換應用和瀏覽器才能完成的任務，如實時翻譯、語音交互和視頻分析等。對于依賴保持專注和效率的開發人員和專業人來說，這是一個巨大的改變。

　　GPT-4o 具有低延遲的特點，平均延遲只有200300毫秒左右。這種低延遲使得 GPT-4o 能夠應用于實時翻譯、醫學圖像解析醫療記錄分析等領域。

　　Altman 表示，醫學領域將是 GPT-4o 的最大受益群體之一關于 GPT-5，Altman 透露，GPT-5將是一種非常特別的產品，可能會采用新的名稱。他表示，GPT-5可能類似于一個 “虛擬大腦”，能夠幫助用戶處理各種任務。與之前的 GPT 列產品相比，GPT-5將是一次巨大的嘗試。

　　GPT-4o 和即將發布的 GPT-5展示了 OpenAI 在人工智能領域的創新和突破。這些多模態大模型將為帶來更智能、更高效的體驗，為不同領域的人群提供更好的服務和幫助。