در رویداد بهاری OpenAI از نسخه دسکتاپ ChatGPT رونمایی شد. کاربران این هوش مصنوعی می‌توانند در ویندوز و مک نیز از این ابزار استفاده کنند. تا به امروز کاربران فقط می‌توانستند از نسخه تحت وب و اپلیکیشن‌های اندروید و IOS آن استفاده کنند.

طی همین مراسم، از نسخه جدیدی از ChatGPT با نام GPT-4o نیز رونمایی شد که حالا قابلیت‌های جدیدی از جمله مکالمه صوتی به آن اضافه شده است. این نسخه برای همه کاربران در دسترس خواهد بود.

میرا موراتی، مدیر ارشد فناوری OpenAI، امروز در رویداد به‌روزرسانی‌های بهاری خود، یک مدل پایه جدید، GPT-4o را معرفی کرد که در دسترس همه کاربران است و یک برنامه دسکتاپ ChatGPT که امکان دسترسی به برنامه‌های وب و موبایل را فراهم می‌کند.

GPT-4o (“o” برگرفته از omni) گامی به سوی تعامل بسیار طبیعی‌تر انسان و کامپیوتر است. این مدل هر ترکیبی از متن، صدا و تصویر را به عنوان ورودی می‌پذیرد و خروجی‌ آن نیز می‌تواند متن، صدا و تصویر باشد. GPT-4o می‌تواند به ورودی‌های صوتی در کمتر از ۲۳۲ میلی‌ثانیه، با میانگین ۳۲۰ میلی‌ثانیه پاسخ دهد، که مشابه زمان پاسخ‌دهی انسان در یک مکالمه واقعی است. در واقع Chat-GPT با مدل جدید خود احتمالاً می‌تواند در صدر برنامه های هوش مصنوعی قرار بگیرد.

موراتی گفت: «GPT-4o به صورت Real-time به صدا پاسخ می‌دهد و احساسات را تشخیص می‌دهد و می‌تواند صدای خود را برای انتقال احساسات مختلف تنظیم کند، شبیه به عملکرد Hume»

بر اساس پست‌های سم آلتمن، یکی از بنیانگذاران و مدیر عامل OpenAI در طول رویداد، این افزونه از طریق رابط برنامه‌نویسی برنامه OpenAI (API) با نصف قیمت و دو برابر سرعت GPT-4 Turbo در دسترس توسعه‌دهندگان قرار خواهد گرفت.

توسعه‌دهندگانی که به GPT-4o نیاز دارند، می‌توانند API این مدل هوش مصنوعی را با قیمت نصف GPT-4 Turbo خریداری کنند. GPT-4o دو برابر سریع‌تر از نسخه‌ی Turbo خواهد بود.

همه این موارد در نسخه دسکتاپ نیز در دسترس خواهند بود. لازم به ذکر است که تمام کاربران ChatGPT می‌توانند از این ابزار جدید استفاده کنند. به این معنی که GPT-4o فقط مختص افرادی که اشتراک آن را تهیه کردند، نیست.