北京
Brockman一條推文，3小時20萬轉發。內容是GPT-4o的演示：實時看、聽、想，三位一體。
這有點像你終于等到一個同事——以前他聽你說話要回去消化三天，現在能當場接梗、改PPT、還能看你臉色調整語氣。延遲從"異步郵件"變成了"面對面眨眼"。
技術細節是：端到端訓練，一個模型處理音頻、圖像、文本，不再像過去那樣拆成三個部門走流程。結果是響應速度232毫秒，接近人類對話節奏。
用戶最直觀的感受是"它終于不卡了"。之前的語音模式像打電話找客服，每說一句要等轉接；現在像直接揪住了技術人員的袖子。
但Brockman沒說的是，這功能在內部已經跑了多久。OpenAI的發布節奏，向來是"能用了"和"敢放了"之間的博弈。20萬轉發里，有多少是驚訝于技術本身，有多少是驚訝于"你們居然現在才放出來"，不得而知。
演示視頻里有個細節：研究員打斷它說話，它停下來，等。這個"等"比任何參數都說明問題——它開始理解對話的禮貌距離了。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
