AI 產業本週由 OpenAI 新推出 GPT-4o，為多模態模型深入人們日常應用搶頭香。

新模型 GPT-4o 可接受文字、圖像、音訊的任意輸入組合，即時產生文字、音訊、圖像的任意輸出組合，大大改善 ChatGPT 體驗，尤其與 ChatGPT 互動更像真人交談，帶有屬於人類的情緒和口氣，有時保有耐性，偶而展現俏皮的一面，呈現更自然的人機互動。

從 OpenAI 公布多個使用案例，以及開發者或一般網友初步測試下，支援 GPT-4o 的 ChatGPT 性能令人驚豔：

1. 透過手機鏡頭和 ChatGPT，彷彿讓視障朋友也能看見這個世界。

2. 兩個 ChatGPT 互相交談，透過手機鏡頭分享看到的人事物。

3. 線上教育平台可汗學院（Khan Academy）創辦人 Sal Khan 及兒子 Imran Khan 參與測試，ChatGPT 讀取螢幕顯示的數學題目下，教 Imran Khan 一步步解出正弦 sin(α)。

4. 利用 Mac 版 ChatGPT App，ChatGPT 也能參與視訊會議，提出想法一同討論，最後摘要重點。

5. 面試前，有 ChatGPT 一起做準備，它可給予一些建議。

6. ChatGPT 在發表會現場化身口譯員，流利地翻譯義大利語和英語。

7. 透過 Mac 版 ChatGPT App 和純粹 Breakout 遊戲截圖，就能讓 ChatGPT 生成遊戲程式碼。

The new ChatGPT Mac app is amazing.

I got a fully working Breakout game code using a shortcut to pull up the app with GPT-4o and a simple screenshot of my screen.

So many use cases and faster workflows.

— Alvaro Cintas (@dr_cintas)

8. 手機用 CahtGPT，20 秒就能建立 3D 模型的 STL 檔案。

I used GPT-4o to create STL file for 3D model in ~ 20 seconds on my phone.

Pretty remarkable what you can generate with AI and simple prompt now.

— Min Choi (@minchoi)

9. 透過手機鏡頭和 ChatGPT，辨識紙上書寫體文字，雖然有少數幾個字辨識錯誤，體驗仍出色。

GPT-4o is truly remarkable on 18th handwriting. I gave it the following letter and asked it for a transcription. A couple of very minor errors…amazing!

— Generative History (@HistoryGPT)

10. 支援 GPT-4o 的 ChatGPT 解讀表情的能力更細緻，已達到人類水準。

The ability of GPT-4o to interpret faces is at human level.

— Flowers from the future (@futuristflower)

（首圖來源：截圖）

延伸閱讀：