騰訊科技訊 5月14日消息，北京時間今天凌晨，OpenAI舉行春季更新活動，重點推出了新旗艦模型“GPT-4o”，以及在ChatGPT中免費提供更多功能。
出門問問CEO李志飛發文點評稱：“GPT-4o的出現，將開啓下一波的科技、應用、和商業模式的革命，期待下一個十年。”
以下爲李志飛點評全文：
飛哥激動的睡不着，來發個短評。
GPT-4o: 萬能的虛擬個人助理（VPA）
自從2011年蘋果發佈Siri，無數公司嘗試着做一個萬能的VPA，包括Google，也包括出門問問，但基本都是demo炫酷，用戶用起來卻覺得很蠢。這次，OAI的demo無疑是把VPA推到了前所未有的高度。主要是幾點：
1. 模型上端到端：以前的語音助手分下面多個步驟，喚醒、語音識別、自然語言理解、信息查詢、對話、TTS。每一個步驟是一個單獨的模型、由不同的專業團隊開發。GPT-4o是端到端模型，一個模型解決所有問題。
2. 實時交互：因爲是一個端到端模型，所以做到了平均300多毫秒的類似於人類的實時交互，如果用大模型串聯可能需要幾秒延遲。雖然以前的語音助手也可以實時交互，但大多是完成一些基本信息查詢（比如說附近的川菜館）和基本命令（比如說撥打電話號碼），但這個GPT-4o是一個真正意義上通用的VPA。
3. 多模態交互：以前的語音助手只是語音交互，而現在的GPT-4o是真正的多模態，跟人類一樣，模態之間自由切換。牛X的是，GPT沒有因爲加入別的模態而降低語言的理解和生成能力，大寫的服。
4. 絲滑的交互體驗：從視頻來看，跟以前的語音助手不一樣，沒有反人類的喚醒、沒有答非所問的對話、沒有pipeline系統的錯誤傳遞，AI基本上可以作爲一個聰明的人類參與人類的集體對話（AI參與多人視頻會議那個例子很好的證明了這個）。
5. 未來的期望：這次demo從體驗上很炸裂，讓我對大模型真正滲透到生活的方方面面重新產生了信心。除了打磨基本體驗外，未來可做的事情很多，比如說落地到各種智能硬件；跟智能家居、車載等各種場景結合實現跨場景聯動，感覺未來五年很多東西值得期待。
6. 前沿科技的timing: 這次的演示本身沒有新的idea，無論是現在的語音助手和多模態交互，還是未來要落地的智能硬件和多場景聯動，都沒有啥新的概念，過去十年很多人做過demo。但是過去的體驗都是半吊子，demo很酷、用起來反人類。本人做了十年，都已經絕望了，直到大模型的出現，才看到了一個全能的VPA的可能性。所以，前沿科技很多時候不在於vision，而在於實現vision的路徑和節奏。
總之，人機交互這個渣男，因爲GPT-4o的出現，有望真的重新做人，開啓下一波的科技、應用、和商業模式的革命，期待下一個十年。