GPT-4o 重磅发布，第一时间测评!

文章推荐

OpenAI直播倒计时，GPT-5被证缺席，GPT-3.5至5，一文看懂AI进化大不同！

AI日报｜Sam Altman谈GPT-5与去年“宫斗”事件，李开复首谈ChatGPT...

5 月 14 日凌晨，OpenAI 在万众期待的「春季新品发布会」上搬出了新一代旗舰生成模型 GPT-4o、桌面 App，并展示了一系列新能力。直播中提到 GPT-4o 会免费提供给用户，小编早上第一时间登录了自己的账号，然而并没有看到。猜测这个模型还在灰度中，于是氪金化身 AI 测评博主，对 OpenAI 官方宣传的 GPT-4o 模型进行实！际！考！察！

首先，OpenAI 官方博客中提到 GPT-4o，相比现有模型，在视觉和音频理解方面尤其出色。

小编观看了 OpenAI demo 演示视频，OpenAI 工作人员与 GPT-4o 像朋友一样进行视频对话互动，狠狠心动！跃跃欲试！

但是 ! ! !很遗憾地告诉大家，目前视频交互功能还没对普通用户开放，我们只能通过上传图片和文件来和 ChatGPT 交互。

另外，官方展示的实时语音翻译功能也引起了吃瓜群众的关注，OpenAI 回应手机可以拿来当翻译机来回翻译将近 20 个常用语言。

小编进行了尝试，发现实时语音翻译也还无法实现.....和 ChatGPT 语音交互后，还是有几秒的等待时间。

OpenAI 在官方博客中也表示“我们计划在接下来几周内，通过 API 将 GPT-4o 的新音频和视频功能提供给一小部分可以相信的合作伙伴。”除了这些大家比较期待但还没办法体验的功能，官方博文中还 Po 出了一系列的文生图和图像、语音、视频识别的能力展示，接下来小编将就这些能力展！开！测！评！我们复制了官方博客中 Input 作为 prompt 进行生成，将我们自身生成的结果和官方提供的生成图形成对比，供大家参考~

漫画分镜：机器人的写作瓶颈

这个效果展示一方面能体现 GPT-4o 强大的图片生成能力，包括对图片上文案生成的改进，还能在生成多个图片时能够保持人物的一致性。但效果……

第一张图可以看到自测生成图中文字还是有错字，字迹显示模糊的现象

第二张图中，机器人的手有了明显的变化，没有保持一致，纸张也有了变化

第三张图，基本过关，但纸上的文字已经和前 2 张图完全不一样了……

漫画分镜：邮差 Sally 的故事

很好！GPT-4o 生成了一张日漫风格的邮差美女，比官方 Po 出的图片还要好看

等等，怎么画风变了，日漫怎么变木偶了，而且视角也不太对

第三张又换了一个风格，虽说单个的图和文对应得还挺好，但连起来很难讲述一个连贯的故事……

漫画头像

接下来这个功能是小编最喜欢的，也是 GPT-4o 表现最好的。上传一张照片，为你设计漫画头像，背景也可以自定义。

这是原图，OpenAI 的技术小哥 Alex Nichol

这是 GPT-4o 生成的漫画头像，虽说自测没有官方生成的写实，但也还原了基本特征。

艺术字体

效果很赞，甚至比官方出图还赞！

但是字母怎么越来越少了

3D 效果图

美观度够了，但 logo 改成这个样子还能用吗？

创意排版

手写体是挺优美的，但文本准确度还是有点差……

人物情绪识别

小编上传了一张情绪丰富的人物照片，GPT-4o 非常准确地识别了出来，还编了故事一段故事。

会议录音识别

小编上传了一段多人的会议录音，问它这段录音中有几个人，GPT-4o 通过音轨的分析来给出了一个答案，就有些离谱……

从整体的实际体验来看，目前普通用户能用到的 GPT-4o 并没有宣传中的那么好用，这次的发布更像是一次仓促的 PR 行为，没有看到太多的诚意。小编并不怀疑 OpenAI 发布的视频像明天的主角 Google 一样有剪辑视频的嫌疑，但显然视频中 OpenAI 员工手机里用的 GPT-4o 和我现在用的不太一样，至于啥时候能内外同源，只能期待了。