昨晚，Open AI发布了新的产品GPT-4o
，o表示"omni"，全能的意思，GPT-4o
可以实时对音频、视觉和文本进行推理，响应时间平均为320毫秒，和人类之间对话相当，也就是，以后跟你进行文字聊天、语音聊天、视频聊天的都可能是AI，当然，这样强大的模型，应用场景肯定不止聊天。
如何使用GPT-4o
呢？目前可以通过API的方式来使用GPT-4o
，但也只能使用到它的文字生成和图像理解能力，我这里给大家对比一下GPT-4o
和GPT-4-turbo
两个模型的图像理解能力，我使用的提示词为：
{
"role": "user",
"content": [
{"type": "text", "text": "这张图片里有什么?"},
{
"type": "image_url",
"image_url": {
"url": "图片url地址",
},
},
],
}
图片一，来自openai的官方demo
「GPT-4o」：这张图片展示了一条木板路，通向一片开阔的草地。周围长满了绿草和一些灌木，远处可以看到一些树木。天空晴朗，蓝天上有一些白云，整个场景显得非常宁静和自然
「GPT-t-turbo」：这张图片展示了一条穿过绿色草地的木板路。图片背景是广阔的蓝天和些许白云，木板路两旁是高高的草丛和散布的灌木。整个景象给人一种平静和自然的感觉。这是一个很好的户外散步或自然探索的场所。
图片二，我的形象照
「GPT-4o」：这张图片中的人物穿着古代武将的盔甲和帽子，看起来像是一个游戏或动画中的角色。他头戴红色的头盔，肩上披着一条蓝色的披肩，身上则穿着白色的战袍。
「GPT-4-turbo」：这张图片展示了一个动漫风格的男性角色。他戴着一顶装饰性的头盔，头盔顶部有类似羽毛的蓝色装饰。他的脸部表情坚定，眼神聚焦。角色穿着传统的东亚风格服装，颜色丰富，包括蓝色和紫色，以及一些绿色和金色的细节。整体上，这幅图像给人一种英勇和古典的感觉。
图片三，我的下一辆车
「GPT-4o」：图片里是一辆蓝绿色的汽车，车牌上写着“Xiaomi SU7。” 汽车正在一条沿海公路上行驶，背景是海洋和远处的山丘。在晴朗的天气下，天空中有一些云。在车旁边还有一条护栏。整张图片给人一种宁静和速度的感觉。
「GPT-4-turbo」：这张图片展示了一辆深蓝绿色的汽车在沿海公路上行驶。这辆车是一款现代的轿车，具有流线型的设计和光滑的车身。图片中的背景是一个晴朗的天空和宽阔的海洋，远处有山的轮廓。整个场景给人一种清新和自由的感觉，同时突出了汽车的动感和高性能特征。
对比来看，个人觉得，「GPT-4o」的效果确实更胜一筹，另外，在我用代码测试的过程中，发现「GPT-4o」的生成速度也比「GPT-4-turbo」更快，所以「GPT-4o」确实强大，而且等到它开放了音视频接口后，势必又会掀起一波浪潮，同学们、老板们，拥抱AI刻不容缓啊！
在我的AI精品课中，第一时间更新了GPT-4o模型的接入教程，对我的AI精品课程感兴趣的同学，可以联系我，下方课程海报中有联系方式，备注【大都督AI】,记得「点赞、分享」哦，我是大都督周瑜，下期见。
