5月14日凌晨,OpenAI在万众期待的「春季新品发布会」上搬出了新一代旗舰生成模型GPT-4o、桌面App,并展示了一系列新能力。
直播中提到GPT-4o会免费提供给用户,小编早上第一时间登录了自己的账号,然而并没有看到。猜测这个模型还在灰度中,于是氪金化身AI测评博主,对OpenAI官方宣传的GPT-4o模型进行实!际!考!察!
首先,OpenAI官方博客中提到GPT-4o,相比现有模型,在视觉和音频理解方面尤其出色 。
小编观看了OpenAI demo演示视频,OpenAI工作人员与GPT-4o像朋友一样进行视频对话互动,狠狠心动!跃跃欲试!
但是 ! ! !
很遗憾地告诉大家,目前视频交互功能还没对普通用户开放,我们只能通过上传图片和文件来和ChatGPT交互。
另外,官方展示的实时语音翻译功能也引起了吃瓜群众的关注,OpenAI回应手机可以拿来当翻译机来回翻译将近20个常用语言。
小编进行了尝试,发现实时语音翻译也还无法实现.....和ChatGPT语音交互后,还是有几秒的等待时间。
OpenAI在官方博客中也表示"我们计划在接下来几周内,通过API将GPT-4o的新音频和视频功能提供给一小部分可以相信的合作伙伴。"
除了这些大家比较期待但还没办法体验的功能,官方博文中还Po出了一系列的文生图和图像、语音、视频识别的能力展示,接下来小编将就这些能力展!开!测!评!
我们复制了官方博客中Input作为prompt进行生成,将我们自身生成的结果和官方提供的生成图形成对比,供大家参考~
漫画分镜:机器人的写作瓶颈
这个效果展示一方面能体现GPT-4o强大的图片生成能力,包括对图片上文案生成的改进,还能在生成多个图片时能够保持人物的一致性。但效果......
第一张图可以看到自测生成图中文字还是有错字,字迹显示模糊的现象
第二张图中,机器人的手有了明显的变化,没有保持一致,纸张也有了变化
第三张图,基本过关,但纸上的文字已经和前2张图完全不一样了......
漫画分镜:邮差Sally的故事
很好!GPT-4o生成了一张日漫风格的邮差美女,比官方Po出的图片还要好看
等等,怎么画风变了,日漫怎么变木偶了,而且视角也不太对
第三张又换了一个风格,虽说单个的图和文对应得还挺好,但连起来很难讲述一个连贯的故事......
漫画头像
接下来这个功能是小编最喜欢的,也是GPT-4o表现最好的。上传一张照片,为你设计漫画头像,背景也可以自定义。
这是原图,OpenAI的技术小哥Alex Nichol
这是GPT-4o生成的漫画头像,虽说自测没有官方生成的写实,但也还原了基本特征。
艺术字体
效果很赞,甚至比官方出图还赞!
但是字母怎么越来越少了😂
3D效果图
美观度够了,但logo改成这个样子还能用吗?
创意排版
手写体是挺优美的,但文本准确度还是有点差......
人物情绪识别
小编上传了一张情绪丰富的人物照片,GPT-4o非常准确地识别了出来,还编了故事一段故事。
会议录音识别
小编上传了一段多人的会议录音,问它这段录音中有几个人,GPT-4o通过音轨的分析来给出了一个答案,就有些离谱......
从整体的实际体验来看,目前普通用户能用到的GPT-4o并没有宣传中的那么好用,这次的发布更像是一次仓促的PR行为,没有看到太多的诚意。小编并不怀疑OpenAI发布的视频像明天的主角Google一样有剪辑视频的嫌疑,但显然视频中OpenAI员工手机里用的GPT-4o和我现在用的不太一样,至于啥时候能内外同源,只能期待了。🤩
文章推荐
OpenAI直播倒计时,GPT-5被证缺席,GPT-3.5至5,一文看懂AI进化大不同!
AI日报|Sam Altman谈GPT-5与去年"宫斗"事件,李开复首谈ChatGPT...
"可信 AI 进展 " 公众号致力于最新可信人工智能技术的传播和开源技术的培育,覆盖大规模图学习,因果推理,知识图谱,大模型等技术领域,欢迎扫码关注,解锁更多 AI 资讯~