GPT-4o 现货变期货，是什么在拖 OpenAI 的后腿

正从电影，走向现实。

今年 5 月，OpenAI 发布最新 AI 多模态大模型 GPT-4o。相比此前的 GPT-4 Turbo，GPT-4o 速度快了两倍，成本低了一半，实时的 AI 语音互动的平均时延，相比此前版本的 2.8 秒 (GPT-3.5) 到 5.4 秒 (GPT-4)，更是达到了 320 毫秒——与人类日常对话响应速度几乎一致。

不仅是效率的提升，对话中的情感分析也成为了此次产品更新的特色之一。在与主持人的对话中，AI 可以听出他说话时的「紧张」，并且针对性的提出了深呼吸的建议。

OpenAI，正成为大模型时代硅基的「造物主」。

然而，发布会很震撼，现实却很骨感。产品落地上，这场大模型技术革命的发起方 OpenAI，正逐渐变得像一家「期货」公司。

主打全能、低时延的 GPT-4o 发布后，实时音视频功能的上线迄今仍在跳票；视频多模态产品 Sora 发布，同样迟迟不见开放。

但这不只是 OpenAI 一家企业的问题——ChatGPT 发布后，国内国产版 ChatGPT 多如过江之鲫，但是真正对标 GPT-4o 的，目前却只有一个商汤的日日新 5.5，进度也同样停留在月内公测。

为什么发布会上，实时多模态大模型距离变革世界只有一步之遥；在真正走向产品化落地的过程中，却总是「现货」变「期权」？

一种新的声音正在浮出水面：在多模态的世界里，或许（算法）暴力无奇迹。

http://www.taozapp.cn/jiaoyou/3312.html

http://www.taozapp.cn/jiaoyou/3313.html

http://www.appxzz.cn/yueh/273.html

http://soft.hongdayb.cn/jiaoyou/1759.html

http://zuyouwx.cn/xzsmjyrj/375.html