همانطور که در ادامه گفتیم GPT-4o نسخه ی پیشرفته و تکامل یافته ی GPT-4 می باشد، اکنون برخی از قابلیت های این مدل را با هم بررسی می کنیم :
1 . مکالمه صوتی در لحظه :
یکی از اصلی ترین ویژگی های GPT-4o که توانست توجه بسیاری را جلب کند، قابلیت مکالمه صوتی در لحظه است. این مدل جدید هوش مصنوعی OpenAI می تواند لحن صدای شما را تشخیص دهد و سعی می کند با لحنی متناسب با لحن شما، پاسخ دهد.
در برخی شرایط حتی می توانید از او بخواهید که احساس صدای خود را شدید تر یا ضعیف تر کند. این مدل همچنین می تواند از یک صدای رباتیک استفاده کند یا حتی آواز بخواند!
نکته مهم دیگر در رابطه با این مدل جدید، این است که هر زمان که بخواهید، می توانید صحبت های او را قطع کنید؛ مثلا، وقتی پاسخی که به شما می دهد اشتباه است یا پاسخی که داده جواب مورد نظر شما نیست، می توانید بین صحبت های او درخواست دیگری از آن داشته باشید.
این مدل همه چیز دان تمام تلاش خود را می کند تا خودش را اصلاح کند و از اطلاعات کل مکالمه برای یادگیری و اصلاح خود استفاده کند.
2 . قابلیت های بینایی بهتر :
این ویژگی شبیه به قابلیت عینک هوشمند متا، ریبن یا پین هوش مصنوعی Humane است. GPT-4o می تواند به سوالات شما درباره یک عکس یا تصویری از صفحه دسکتاپ هم پاسخ دهد.
برای مثال، می توانید تصویری از یک لباس را به آن نشان دهید و از او بپرسید که برند لباس چیست. البته این مدل می تواند کار های پیچیده تری همانند توضیح دادن کد های یک اپلیکیشن یا ترجمه ی منوی یک رستوران را انجام دهد.
شرکت OpenAI اعلام کرده که ممکن است GPT-4o در آینده بتواند کار های پیچیده تری مثل تماشای پخش زنده یک مسابقه ورزشی یا توضیح دادن قوانین آن را نیز انجام دهد.
3 . پشتیبانی از 50 زبان زنده دنیا :
OpenAI ادعا کرده که با 50 زبان زنده دنیا می توان با GPT-4o صحبت کرد که API آن دوبرابر سریع تر از GPT-4 Turbo است.
4 . تبدیل متن به عکس :
قبل از هر چیزی باید توجه داشت که این ویژگی GPT-4o فراتر از تبدیل متن به یک عکس ساده است. ساخت عکس از روی متن تایپ شده، مدت هاست که یکی از نقطه ضعف های هوش مصنوعی است.
اما OpenAI اعلام کرد که GPT-4o از این نظر بسیار پیشرفته است. با این ویژگی شگفت انگیز، علاوه بر یک متن ساده و خوانا، می توانید متن هایی با نگارش خلاقانه، مثل صفحات ماشین تحریر، متن های روی پوستر فیلم یا تایپوگرافی های شاعرانه را هم به GPT-4o نشان دهید تا آن را به یک عکس تبدیل کند!