OpenAI突然更新！GPT

作者 | 香草 编辑 | 李水青

GPT-4o的高级语音功能，终于不再是“期货”了！

智东西7月31日消息，今天凌晨，宣布开始向一小部分ChatGPT Plus用户推出 高级语音模式 ，基于GPT-4o提供更自然的实时对话。

▲OpenAI上线高级语音模式

该模式上线后，不少收到邀请的网友已经玩起来了，并分享了自己试用的视频和感受。例如这是一段由ChatGPT献上的快嘴Rap和Beatbox，听起来还挺有模有样的。

总的来看，ChatGPT的高级语音模式与当初官方的展示差别并不大， 几乎没有时延 ，各种语气也十分生动。不过其似乎在安全方面做了很多防护措施，ChatGPT 拒绝用户请求的几率变高了 。

ChatGPT的语音对话功能于去年9月首次推出。今年5月，OpenAI推出基于 旗舰模型GPT-4o 的更高级语音对话版，并进行了公开展示。GPT-4o使用单个多模态模型，而不是之前的三个独立模型来实现语音功能，从而降低了与聊天机器人对话的延迟。（OpenAI一夜干翻语音助手！GPT-4o模型强到恐怖，ChatGPT学会看屏幕，现实版Her来了）

当时，OpenAI宣称该功能将在几周内陆续向免费和付费用户推出。但发布没几天，OpenAI就因展示中的ChatGPT声音，与《复仇者联盟》系列电影中“黑寡妇”扮演者、被影迷称为“寡姐”的斯嘉丽·约翰逊（Scarlett Johansson）声线过于相似，而遭到斯嘉丽本人的控诉和网友的强烈反对。

一 百余外部红队成员测试 秋季或开放至全部订阅用户

基于GPT-4o的高级语音模式目前仅向小部分ChatGPT Plus用户推出，可提供 更自然的实时对话 ， 允许用户随时打断 ，并能 感知和响应用户情绪 。

参与此Alpha测试的用户将收到一封包含说明的电子邮件，并在其ChatGPT手机端App中收到通知。OpenAI称，后续将继续滚动添加更多用户，并计划在秋季让每一个Plus订阅用户上都能使用。

▲邀请邮件和App主页面

ChatGPT的高级语音模式于今年5月发布，其基于OpenAI全新旗舰模型GPT-4o，可以进行语音聊天和实时视频交互，比如通过视频影像理解线性方程、通过人的表情和语调理解并判断出人的情绪等。

OpenAI称，自首次发布以来，团队一直致力于加强语音对话的安全性和质量，与45种语言的100多名外部红队成员一起测试了语音功能。

为了保护隐私，OpenAI在训练模型时只用四种预设的声音说话，并构建了相应的系统来屏蔽与不同的输出，还采取了防护措施来屏蔽对暴力或版权内容的请求。

OpenAI计划在8月初，分享一份关于GPT-4o的功能、局限性和安全评估的详细报告。

二 第一波试用者开始整活了 练法语 学猫叫 解说足球

第一波试用者已经迫不及待地用上高级语音模式，并分享了自己试用体验。

艺术家Manuel Sainsily打开摄像头，一边 实时拍摄 自己的刚养的小猫和为其布置的环境，一边询问ChatGPT关于喂养的意见。

ChatGPT的回应基本没有任何延迟，先是用非常宠爱的语气称赞了猫咪的可爱，随后在询问了更多信息后安慰Sainsily，告诉他不用担心。Sainsily感慨道：“这感觉就像与一位知识渊博的朋友进行视频通话。”

网友Bergara在社交平台Reddit分享道，ChatGPT拒绝了他所有的唱歌请求，也不愿意改变声线。当他让ChatGPT以不同的方式和情绪背诵一首诗歌时成功了，但要求它笑着背诵这首诗时，它拒绝了。

例如，Bergara称自己正在练习法语，让ChatGPT充当 语言教练 ，询问其关于发音的意见。

针对Bergara的单词发音，ChatGPT详细地给出了关于重音、尾音等的建议，并做了示范。同时其在教学风格上非常“鼓励式教育”，毫不吝啬地夸奖Bergara的发音，情绪价值直接拉满。

Bergara又让ChaGPT分别用 害羞 生气的语气 讲关于啤酒的笑话。ChatGPT对害羞的理解是用气声发音，在表达生气时则提高了自己的分贝。

当ChatGPT被要求用 悲伤的语气 朗诵诗歌时，它听起来快要碎了……

Bergara称，到目前为止的测试里，ChatGPT表现出的样子和OpenAI所展示的差不多，但 拒绝率似乎有点高 ，他推测可能是出于安全原因。

例如，当Bergara要求ChatGPT用歌声讲一个关于机器人和爱的故事，它称自己可以讲故事，但只能用平常说话的语气。

在ChatGPT讲故事的过程中，Bergara多次打断并要求它“加入更多感情”。ChatGPT照做了，其语气变得更加缓慢和生动。

还有的网友已经开始用ChatGPT整活了。

Squad联合创始人、首席技术官Ethan Sutin让ChatGPT 模仿了各种各样的猫叫 。不得不说这猫叫有些“魔性”，但似乎还挺真实的，因为我家猫被吸引过来了……

ChatGPT似乎还具备 音乐演奏 的能力。Sutin让其演奏一个C小调和弦，有没有懂乐理的读者朋友来听一下是否准确？

网友Cristiano Giardina让ChatGPT扮演起了 足球比赛评论员 。他分享了试用高级语音模式的一些初步印象：速度非常快，总是会产生有趣的结果，在说其他语言时总是带有美国口音。

网友Kesku让ChatGPT说一种 不存在的语言 ，然后解释这种语言是如何运作的。ChatGPT创造了一种基于声音的语言Glimnar，听起来有点像吟唱。

尽管现在用上ChatGPT高级语音模式的用户还是少数，但随着其推送范围的扩大，也许我们能看到更多有趣的玩法和体验。

结语 OpenAI提高对AI安全的重视

AI在语音、视频方面，正在因为其充当欺诈工具的能力受到审查。尽管OpenAI的语音模式目前不允许生成新的声线或语音克隆，但该模式仍然可能会给人带来混淆。

在春季更新后的几个月里，OpenAI发布了一系列关于安全性和AI模型对齐的新论文。在此之前，其超级对齐团队已经解散，一些前任和现任员工批评其将重点转移到发布新产品而不是安全性上。目前来看，高级语音模式的推出放缓似乎是在向用户、监管机构和立法者表明OpenAI对安全的重视。

ChatGPT高级语音模式的发布也使OpenAI进一步与Meta的Llama 3.1模型、Anthropic的Claude 3等竞争对手区分开，给专注于情感语音的AI初创公司带来压力

gpt5什么时候出来?

没有通知。 GPT-5指的是OpenAI旗下的GPT系列模型，截止2023年，OpenAI官方并没有发布GPT-5出来的时间，是没有通知的。 OpenAI，在美国成立的人工智能研究公司，核心宗旨在于“实现安全的通用人工智能（AGI）”，使其有益于人类。

GPT-f 能否真正实现数学定理证明的突破并被广泛接受？

OpenAI 在持续的创新中又迈出了一大步，发布了名为 GPT-f 的新模型，专门用于自动定理证明（ATP）。 这款基于 Transformer 语言模型的工具，针对 Metamath 形式化语言，展现出了强大的自动证明能力和证明助手功能。

据论文作者 Stanislas Polu 在 Twitter 的介绍，GPT-f 在实验中超越了现有自动定理证明器 MetaGen-IL，成功证明了测试集中高达 56.22% 的定理，相比之下，MetaGen-IL 只能证明 21.16%。 更值得注意的是，GPT-f 还发现了 23 个新的简短证明，其中一部分已被接纳进 Metamath 函式库，这是深度学习模型首次得到数学家的正式认可。

然而，对于 GPT-f 的评价并不完全一致。 人工智能领域的大佬如 Gary Marcus 和 Ben Goertzel 表示，尽管 GPT-f 在 ATP 领域取得进展，但他们认为它并不是达到人类水平数学证明的正确研究方向。 他们认为，人们可能在错误地将 GPT 用于不适合的领域，这与 GPT-f 的初衷不符。

目前，网友们对 GPT-f 的反应多是中立的，普遍以观察态度对待。 他们关注的是模型的实验结果，而非过度吹捧。 部分网友提出疑问，如有效证明步骤的定义以及 GPT-f 在处理未被证明的定理时的行为，这表明他们对模型的工作原理保持着深入探讨的兴趣。

总的来说，尽管 GPT-f 在数学推理证明方面展现出了新成果，但其是否能真正推动领域的进步，以及如何避免误用，仍需要业界的持续讨论和验证。 感兴趣的朋友可以在论坛和博客中参与讨论，共同探索这个领域的前沿进展。

gpt3和gpt4区别

1. GPT-3和GPT-4是OpenAI开发的大型语言模型，分别代表GPT系列的第三代和第四代。 2. GPT-3拥有庞大的参数数量，远超GPT-4，这使得它在语言生成方面能力更强。 3. GPT-3有多种版本，针对不同应用场景优化，而GPT-4尚未发布，详细信息未知。 4. GPT-4模型容量大增，拥有175亿个参数，相比之下GPT-3只有17亿个。 5. GPT-4内置更多核心功能，能够处理多种任务，而GPT-3主要用于对话、文本生成和历史数据分析。 6. GPT-4在对接不同数据源和基于多种任务训练方面更具优势，而GPT-3仅支持单一任务训练。 7. 在特定语言和NLP任务训练上，GPT-4表现更佳，而GPT-3在多数任务上训练效果稍逊。