به گزارش فارس به نقل از ورج، اپن‌ای‌آی از راه‌اندازی GPT-4o، نسخه‌ای از مدل GPT-4 خود خبر داد. حرف o در نام مدل جدید، مخفف «Omni» به معنی «همه‌چیز» است و به قابلیت‌های قدرتمند این نسخه در پردازش صوت، متن و ویدئو اشاره می‌کند.
میرا موراتی، مدیر ارشد اجرایی این شرکت طی اطلاعیه‌ای گفت: این مدل بسیار سریع‌تر است و قابلیت‌های درک متن، محتوای تصویری و صوتی بهتری را دارد. موراتی افزود: این مدل برای همه کاربران رایگان خواهد بود و کاربران پولی همچنان حداکثر پنج برابر بیشتر از کاربران رایگان، ظرفیت خواهند داشت.این شرکت می‌گوید که قابلیت‌های GPT-4o به‌طور مکرر عرضه می‌شوند، اما قابلیت‌های تولید متن و تصویر آن از امروز در چت‌جی‌پی‌تی آغاز می‌شود.سم آلتمن، مدیر عامل این شرکت، اعلام کرد که این مدل چند وجهی است، به این معنی که مدل می تواند محتوا تولید کند یا دستورات را به صورت صدا، متن یا تصاویر درک کند.
مدل زبانی بزرگ جدید GPT-4o امکان دیدن و بررسی کردن محیط را به صورت آنی دارد و می‌تواند در مورد چهره و لباس و محیط اطراف شما نظر دهد یا کاربر سوالی در مورد چهره یا لباس از ChatGPT بپرسد.با این قابلیت جدید افراد نابینا می‌توانند محیط اطراف خود را بررسی کنند.
همچنین در نسخه جدید کاربر می‌تواند از ChatGPT بخواهد که در حل مشکلات ریاضی به کاربر کمک کند و ربات مرحله به مرحله به او یاد بدهد مسئله را با چه روشی حل کرده است.این ربات پیشرفته، داده‌ها و نمودارهای مختلف را نیز تجربه و تحلیل می‌کند. ربات GPT-4o همچنین قابلیت ترجمه همزمان را دارد؛ به‌عنوان مثال که فردی با زبان ایتالیایی کند و ربات همزمان آن را برای فرد دیگر به انگلیسی ترجمه نماید. در یک قابلیت جالب دیگر، ابن نسخه جدید می‌تواند به‌صورت بداهه برای کاربر قصه بگوید! حتی می‌توان با این ربات هوشمند، سنگ‌قیچی‌کاغذ بازی کند. همچنین گوشی‌هایی که این نسخه جدید را دارند، از طریق آن می‌توانند با یکدیگر صحبت کنند یا با هم آواز بخوانند.