GPT-4o是OpenAI最新推出的一款先进的人工智能模型，具备强大的多模态推理能力，能够处理语音、文本和视觉信息。模型能实时响应用户输入，在音频交互中检测和表达情感，提供了更加自然和富有表现力的交流体验。GPT-4o的设计注重提高运算速度和降低成本，速度是之前模型的两倍，成本仅为一半。GPT-4o在多语言处理、音频和视觉理解上表现突出，同时在安全性设计上进行了强化，确保交互的安全性。支持在ChatGPT和Sora中生成和编辑图像，可以通过文本指令生成高质量、逼真的图像，进行多轮对话修改，逐步优化图像。能处理包含多达10至20个不同物体的复杂指令。模型会结合聊天上下文和知识库生成图像，确保在多轮生成中角色和元素的一致性。已向ChatGPT的Plus、Pro、Team和免费用户开放。
超大规模 中文预训练模型(M6)