GPT-4o: OpenAI lança novo modelo de inteligência artificial para o ...

Open AI apresenta o ChatGPT-4o, modelo de inteligência artificial que 'conversa', descreve objetos e faz tradução simultânea — Foto: Reprodução/Youtube

O GPT-4o é mais rápido para responder a comandos de áudio e melhor para descrever imagens em tempo real. Ele será liberado gradualmente para todos os usuários, inclusive quem está na versão gratuita (veja mais sobre a disponibilidade abaixo).

Em uma demonstração, o modelo conseguiu analisar o visual do usuário e dar dicas de como ele poderia se vestir para uma entrevista de emprego. No outro teste, ele foi usado para criar uma música (veja abaixo).

Este é o primeiro modelo da OpenAI criado para combinar textos, imagens e áudios em tempo real por conta própria. As gerações anteriores precisavam de outros modelos de IA para analisar comandos de voz e fotos, por exemplo. A promessa é de que a mudança deixará o ChatGPT ainda mais rápido.

Segundo a OpenAI, o GPT-4o leva em média 320 milissegundos para responder comandos de áudio – o tempo mínimo foi de 232 milissegundos. A empresa diz que ele é muito mais veloz que antecessores: em média, o GPT-3.5 leva 2,8 segundos e o GPT-4, 5,4 segundos.

Até então, o ChatGPT seguia várias etapas para analisar e responder comandos de voz. Primeiro, era preciso usar um modelo para converter o áudio para texto. Depois, o GPT-3.5 ou o GPT-4 interpretava o conteúdo e criava uma resposta. Por fim, outro modelo transformava o material de volta para áudio.

"Com o GPT-4o, treinamos um único modelo de ponta a ponta em texto, visão e áudio, o que significa que todas as entradas e saídas são processadas pela mesma rede neural", disse a OpenAI, em comunicado.

O presidente-executivo da OpenAI, Sam Altman, afirmou que este é o melhor modelo já criado pela empresa. "É inteligente, é rápido, é nativamente multimodal", disse.

A empresa também anunciou um aplicativo do ChatGPT para computador, que se junta à versão para navegadores e um aplicativo para Android e iOS.

LEIA TAMBÉM:

A OpenAI informou que começou a liberar nesta segunda os recursos de texto e foto do GPT-4o. Eles também estão disponíveis para desenvolvedores usarem as funcionalidades em seus próprios aplicativos.

Usuários da versão gratuita poderão usá-lo com um limite de mensagens que não foi informado, enquanto assinantes do ChatGPT Plus terão um limite maior.

O uso do GPT-4o com comandos de voz será liberado nas próximas semanas para quem paga pelo ChatGPT Plus.

A empresa não revelou quando os recursos de vídeos chegarão para todos os usuários, mas informou que eles chegarão primeiro para um grupo restrito de desenvolvedores parceiros.