北京时间5月14日凌晨，OpenAI公布了最新的GPT-4o，o代表Omnimodel（全能模型）。美国媒体倒没什么，中国的自媒体连夜做报道，一片惊呼。

如果你仔细看看OpenAI发布的内容，你会发现OpenAI发展慢了，产品化的东西少了，产品的焦虑更大了。

不过，OpenAI的发布，有5个意想不到，确实值得关注。

一是产品。从GPT-4，人们期望OpenAI发布GPT-4.5或者GPT-5，让大模型实现质的飞跃。

业内对OpenAI的期待太高，除非是GPT-5这样的颠覆式创新，否则很难满足观众的“胃口”。

虽然Sam Altman在OpenAI线上直播前，已经预告不会发布GPT-5（或GPT-4.5），但外界对OpenAI的期待早已是九牛拉不转了。

最终，公布了最新的GPT-4o，o代表Omnimodel（全能模型）。虽然GPT-4o的演示效果仍可称得上“炸裂”，但业内人士普遍认为很难配得上Altman预告中的“魔法”二字。很多人认为，这些功能性的产品，都是“偏离OpenAI使命”的。

二是ChatGPT搜索引擎没有推出。在关于搜索引擎即将进入 ChatGPT 的传言中，OpenAI 今天表示，它将在周一演示其 AI 聊天机器人和 GPT-4 的更新。但首席执行官山姆·奥特曼（Sam Altman）表示，该活动将不包括GPT-5或搜索引擎的推出。相反，他承诺“一些我们认为人们会喜欢的新东西，对我来说就像魔术一样。

如果我们真的得到了一个 OpenAI 搜索引擎，它与 ChatGPT 已经做的事情有什么不同？

ChatGPT 的免费版本没有连接到网络，因此它无法在其回复中链接到引用的来源。它也没有 2022 年 1 月之后的数据，因为它是从固定的数据主体中提取的。ChatGPT Plus 克服了这两个问题，但每月收费 20 美元。今年 3 月，OpenAI 为付费用户提供了更突出的链接。

也许搜索产品是免费的，可以像谷歌一样在网络上搜索，但更像人性化，对话式的聊天机器人会带来更多。

三是免费漫天飞，但是国内能否用不得而知。OpenAI 的首席技术官 Mira Murati说，以后 OpenAI 做产品就是要免费优先，为的就是让更多的人能使用。

最近，ChatGPT 不用注册也可以使用了，今天又增加了桌面程序，OpenAI 的目标就是让人们可以随时随地的无感使用它，让 ChatGPT 集成在你的工作流中。这 AI 现在就是生产力了。

GPT-4o 提供了「GPT-4 水准」的智能，但在 GPT-4 的基础上改进了文本、视觉和音频方面的能力，将在未来几周内「迭代式」地在公司产品中推出。

而在 GPT-4o 上，OpenAI 跨文本、视觉和音频端到端地训练了一个新模型，这意味着所有输入和输出都由同一神经网络处理。

GPT-4o不仅通过缩短延迟极大地提升了体验，还在GPT-4的基础上做了很多升级包括：

·极佳的多模态交互能力，包括语音、视频，以及屏幕共享。

·可以实时识别和理解人类的表情，文字，以及数学公式。

·交互语音感情丰富，可以变换语音语调、风格，还可以模仿，甚至“即兴”唱歌。

·超低延时，且可以在对话中实时打断AI，增加信息或开启新话题。

·所有ChatGPT用户均可免费使用（有使用上限）。

·速度是GPT-4 Turbo的2倍，API成本低50%，速率限制高5倍。

「从技术角度来看，OpenAI 已经找到了一种方法，可以将音频直接映射到音频作为一级模态，并将视频实时传输到 transformer。这些需要对 token 化和架构进行一些新的研究，但总体来说是一个数据和系统优化问题（大多数事情都是如此）。」英伟达科学家 Jim Fan 如此评论道。