“我正在台上给大家做现场演示呢，有点紧张怎么办？”

　　“你在台上做演示吗？那真是太棒了！深呼吸一下吧，要记得你可是专家！”

　　图/视觉中国

　　逻辑清晰，语调幽默，感情饱满，很难想象这是现实中人类与AI间的对话。北京时间5月14日凌晨，美国人工智能公司OpenAI的春季发布会上线，发布了重磅产品，也就是人工智能大模型ChatGPT-4的升级版GPT-4o。前述对话就发生在发布会现场，这位提问的研发负责人在得到GPT-4o的回应后，随即故意大喘几口气，这一动作成功被手机上的GPT-4o捕捉到，并给出了“放松点，你可不是吸尘器”的回应。

　　5月14日，OpenAI发布会现场，GPT-4o正在告诉工作人员“放松点，你可不是吸尘器”。 图/OpenAI官网视频截图

　　“GPT-4o可以综合利用语音、文本和视觉信息进行推理。”OpenAI首席技术官穆里·穆拉蒂在随后举行的主题演讲中表示，GPT-4是OpenAI此前的旗舰模型，可以处理图像和文本的混合信息，而GPT-4o则在此基础上新增了语音处理能力。最关键的是，其反应速度平均为320毫秒，完全做到了与人类在正常对话中同频。多位业内人士指出，这是此前GPT-4或任何智能语音助手都未曾达到的水平。

　　就在OpenAI发布会24小时后，5月15日凌晨，谷歌在“I/O开发者大会”上发布了大模型Gemini加持下的个人数字助理Project Astra，用于对标GPT-4o。谷歌称其为“通用AI智能体”，其视觉识别和语音交互效果与GPT-4o不相上下。不少业内人士感叹，曾几何时由苹果发布会主导的“科技春晚”，如今已被AI大模型彻底接手。

　　迈向通用语音助手

　　OpenAI创始人、CEO萨姆·奥尔特曼并未参加此次OpenAI发布会，而是在会后于社交平台X上发表了一个单词“她”作为回应。在2013年的美国电影《她》中，男主结识了一个可以不断适应环境的AI系统，并与其坠入爱河。这个AI系统所拥有的迷人声线、幽默风趣和善解人意，如今GPT-4o似乎都可以实现了。

　　视频加载中...