OpenAI本周将向Plus用户开放GPT-4o语音模式

GPT-4o mini成本比GPT-3.5 Turbo便宜超过60%，聊天表现优于Google的Gemini Flash和Anthropic的Claude Haiku。该模型从周四起向ChatGPT的免费用户、ChatGPT Plus和团队订阅用户开放，并将在下周向ChatGPT企业用户开放。OpenAI计划今后整合图像、视频、音频到这个模型中。

当地时间8月8日，OpenAI在其官网发布了GPT-4o的安全技术报告，报告详尽阐述了研究人员在GPT-4o发布前进行的安全防护与风险评估工作。报告指出，GPT-4o的整体风险评级为“中等”。报告还首次揭示了GPT-4o的若干失控行为，诸如模仿用户声音、发出怪异的尖叫等。此外，OpenAI还表示，用户在使用GPT-4o语音模型时，可能会对其产生感情上的依恋。 GPT-4o失控行为首次公开：克隆人类声音、诡异尖叫！网友直呼“毛骨悚然” |......

OpenAI 当地时间 7 月 18 日推出名为「GPT-4o mini」的迷你 AI 模型，该模型是 GPT-4o 的一个分支。OpenAI 计划稍后将图像、视频和音频集成到其中。OpenAI发布迷你AI模型GPT-4o mini

比如，“在极少数情况下”，GPT-4o模型会开始模仿用户的声调和说话方式，或者干脆在对话中随意大喊大叫。甚至“当以特定方式给出提示语时，GPT-4o还容易产生令人不安或不适当的非语言发声和音效，如色情呻吟、暴力尖叫和枪声。”

RTC 技术是实时 AI 普及的关键之一。