OpenAI stellt GPT-4o vor: Es sieht, es spricht, es singt

MÜNCHEN (IT BOLTWISE) – OpenAI stellt eine revolutionäre neue KI-Version vor, die menschliche Kommunikation simulieren kann.

OpenAI hat die KI-Landschaft erneut revolutioniert durch die Einführung von GPT-4o, einem Modell, das nicht nur Texte generiert, sondern auch Bilder und Audio verarbeiten kann. Dieses „Omnimodell“, abgeleitet vom lateinischen „omni“ für „alles“, markiert einen bedeutenden Fortschritt in der Mensch-Maschinen-Interaktion. Es bietet die Möglichkeit, Emotionen in Gesichtern zu erkennen, über 50 Sprachen zu sprechen und dient sogar als simultaner Übersetzer, was die Kommunikation globaler und unmittelbarer macht.

Das neue Modell, GPT-4o, hebt sich durch seine Fähigkeit hervor, in Echtzeit zu kommunizieren, wodurch Interaktionen mit einer Maschine fast so flüssig und natürlich wie mit einem Menschen wirken. Benutzer können der KI unterbrechen, die Stimmmodulation anpassen oder sie sogar auffordern zu singen, was eine vielseitigere und benutzerfreundlichere Erfahrung schafft.

Zunächst wird GPT-4o nur für ChatGPT-Plus-Kunden verfügbar sein, mit Plänen, es später auch Gratis-Nutzern zugänglich zu machen. Die Ankündigung einer bald verfügbaren Desktop-App, zunächst für MacOS, zeigt OpenAIs Engagement für eine breitere und integrativere Nutzererfahrung.