Sứ mệnh của Open AI là làm cho trí tuệ nhân tạo tổng quát (AGI) và giá trị của nó có thể được áp dụng rộng rãi cho mọi người. Họ tin rằng việc có một sản phẩm có thể được cung cấp miễn phí và rộng rãi là điều quan trọng.

Các điểm chính là:

• Open AI tập trung vào việc cải thiện trí tuệ của các mô hình của họ và làm cho chúng trở nên có khả năng hơn trong văn bản, thị giác và âm thanh.
• Họ muốn làm cho sự tương tác giữa con người và trí tuệ nhân tạo trở nên tự nhiên và dễ dàng hơn, chuyển đổi mô hình sang các trải nghiệm hợp tác và liền mạch hơn.
• Với mô hình Omni GPT-4 mới, họ có thể mang trí tuệ cấp GPT-4 đến với người dùng miễn phí của họ, làm cho các khả năng trí tuệ nhân tạo nâng cao trở nên dễ tiếp cận hơn.
• Mô hình mới nhanh hơn 2 lần, rẻ hơn 50% trong API và có giới hạn tỷ lệ cao hơn 5 lần so với GPT-4 Turbo đối với người dùng trả phí.
• Open AI tin rằng việc làm cho AGI được cung cấp rộng rãi là cốt lõi của sứ mệnh của họ, và họ đang không ngừng làm việc để đạt được mục tiêu đó.

Open AI đã công bố một số cập nhật về các sản phẩm của họ, bao gồm một ứng dụng để máy tính để bàn và một giao diện người dùng (UI) được làm mới cho Chat GPT.

Các điểm chính là:

• Họ đang mang ứng dụng máy tính để bàn đến với Chat GPT, cho phép người dùng truy cập trợ lý trí tuệ nhân tạo từ máy tính của họ. Điều này cung cấp thêm linh hoạt và tích hợp vào các quy trình công việc của người dùng.

• Giao diện người dùng đã được làm mới, mặc dù các thay đổi dường như chỉ là nhỏ dựa trên mô tả. Trọng tâm là làm cho sự tương tác trở nên tự nhiên và trực quan hơn, cho phép người dùng tập trung vào sự hợp tác với trí tuệ nhân tạo thay vì giao diện người dùng.

• Mục tiêu là làm cho trải nghiệm tương tác với những mô hình nâng cao này cảm thấy tự nhiên và liền mạch hơn. Điều này bao gồm giảm độ trễ và cho phép các tính năng như ngắt quãng trí tuệ nhân tạo trong một cuộc trò chuyện.

• Những cập nhật này là một phần trong những nỗ lực rộng hơn của Open AI để làm cho công nghệ trí tuệ nhân tạo của họ trở nên dễ tiếp cận và thân thiện với người dùng hơn, khi họ làm việc để đạt được sứ mệnh phát triển trí tuệ nhân tạo tổng quát (AGI) có thể được cung cấp rộng rãi.

Open AI đã công bố việc phát hành mô hình cờ đầu mới nhất của họ, GPT-4O. Mô hình Omni này đại diện cho một bước tiến lớn trong khả năng của trí tuệ nhân tạo, kết hợp văn bản, thị giác và âm thanh thành một hệ thống có khả năng cao.

Một số điểm nổi bật chính của GPT-4O:

• Nhanh hơn và Hiệu quả hơn: GPT-4O nhanh hơn 2 lần so với các mô hình trước đây và rẻ hơn 50% trong API, với giới hạn tỷ lệ cao hơn 5 lần dành cho người dùng trả phí.
• Khả năng đa phương thức: Mô hình có thể xử lý một cách liền mạch các đầu vào văn bản, thị giác và âm thanh, cho phép một sự tương tác tự nhiên và đối thoại hơn.
• Trí tuệ cảm xúc: GPT-4O có thể phát hiện và phản hồi cảm xúc của con người, làm cho sự tương tác cảm thấy giống con người và cá nhân hóa hơn.
• Gián đoạn và Hợp tác: Người dùng có thể ngắt quãng mô hình và tham gia vào các cuộc trò chuyện hai chiều, thay vì tương tác theo lượt truyền thống.
• Khả năng tiếp cận của Người dùng miễn phí: Open AI cam kết làm cho cấp độ trí tuệ của GPT-4O có sẵn cho người dùng miễn phí của họ, một bước quan trọng trong việc dân chủ hóa việc tiếp cận các khả năng trí tuệ nhân tạo nâng cao.

Các bản demo đã thể hiện khả năng của mô hình trong việc hiểu và phản hồi lệnh bằng giọng nói, giải quyết các bài toán toán học và thậm chí kể chuyện ngủ ngon với biểu cảm cảm xúc động. Những tiến bộ này trong tương tác ngôn ngữ tự nhiên và hiểu biết đa phương thức đại diện cho một cột mốc quan trọng trong việc phát triển các trợ lý trí tuệ nhân tạo có thể thực sự hợp tác với con người một cách liền mạch và trực quan.

Khi Open AI tiếp tục mở rộng ranh giới của những gì có thể với trí tuệ nhân tạo, tương lai của tương tác con người-máy trở nên ngày càng tự nhiên và cá nhân hóa. GPT-4O là một minh chứng cho sự tiến bộ nhanh chóng trong lĩnh vực này và một cái nhìn qua tiềm năng biến đổi của những công nghệ này.

Các khả năng chính mà Open AI đã trình diễn trong thông báo này là các tính năng hội thoại theo thời gian thực của GPT-4. Một số điểm nổi bật chính:

• GPT-4 giờ đây có thể tham gia vào các cuộc trò chuyện tự nhiên, hai chiều, cho phép người dùng ngắt quãng và can thiệp vào bất kỳ thời điểm nào, thay vì phải chờ đến khi AI hoàn thành phát biểu.

• Các phản hồi bằng giọng nói của AI có nhiều tính cách và cảm xúc hơn, với khả năng điều chỉnh giọng điệu, tốc độ và biểu cảm dựa trên ngữ cảnh của cuộc trò chuyện.

• Hệ thống có thể nhận ra trạng thái cảm xúc của người dùng từ giọng nói của họ và điều chỉnh các phản hồi của mình cho phù hợp, tạo ra một sự tương tác đầy cảm thông và tự nhiên hơn.

• Độ trễ giữa đầu vào bằng giọng nói của người dùng và đầu ra bằng giọng nói của AI được giảm đáng kể, làm cho cuộc trò chuyện cảm thấy liền mạch và ngay lập tức hơn.

• GPT-4 giờ đây có thể xử lý các đầu vào đa phương thức, hiểu và phản hồi cả thông tin bằng giọng nói và thông tin hình ảnh đồng thời.

Nói chung, những tiến bộ này trong khả năng hội thoại đại diện cho một bước tiến quan trọng trong việc làm cho các trợ lý trí tuệ nhân tạo cảm thấy giống con người hơn và được tích hợp vào các quy trình tự nhiên. Khả năng ngắt quãng một cách linh hoạt, thể hiện cảm xúc và nhận thức ngữ cảnh là một bước mở khóa quan trọng để làm cho AI cảm thấy như một đối tác hợp tác thực sự thay vì một hệ thống cứng nhắc, theo lượt.

Các điểm nổi bật chính của phần này là:

• ChatGPT bây giờ có khả năng phát hiện cảm xúc từ giọng nói của người dùng và phản hồi bằng cách thể hiện cảm xúc phù hợp trong giọng nói của chính nó.
• Điều này cho phép một sự tương tác tự nhiên và đối thoại hơn, nơi AI có thể nhận ra trạng thái cảm xúc của người dùng và điều chỉnh giọng điệu và cách diễn đạt của mình cho phù hợp.
• Bản demo cho thấy ChatGPT có thể phát hiện khi người dùng cảm thấy lo lắng, và sau đó cung cấp phản hồi bình tĩnh và khích lệ để giúp người dùng thư giãn.
• ChatGPT cũng có thể tạo ra các phản hồi của mình ở các phong cách cảm xúc khác nhau, như giọng điệu kịch tính hơn hoặc máy móc hơn, dựa trên yêu cầu của người dùng.
• Điều này đại diện cho một bước tiến đáng kể trong việc làm cho sự tương tác với AI cảm thấy giống con người và trực quan hơn, vượt ra ngoài việc chỉ trả lời câu hỏi để hướng tới một cuộc đối thoại hai chiều, liền mạch hơn.
• Khả năng ngắt quãng ChatGPT và có nó phản hồi theo thời gian thực, mà không có độ trễ dài, cũng góp phần vào dòng chảy đối thoại tự nhiên này.
• Nhìn chung, những khả năng giọng nói và cảm xúc mới này mang ChatGPT lại gần hơn với tầm nhìn về một trợ lý AI có thể thực sự hiểu và cảm thông với người dùng, giống như trợ lý AI được miêu tả trong bộ phim "Her".

Các điểm nổi bật của khả năng hiểu và tương tác thị giác được trình diễn trong thông báo về GPT-4 là:

• Mô hình có thể nhận thức và hiểu nội dung được hiển thị trên màn hình, chẳng hạn như mã hoặc phương trình toán học. Khi người thuyết trình chia sẻ mã trên màn hình, GPT-4 đã có thể mô tả những gì mã đó làm.

• GPT-4 có thể cung cấp hướng dẫn từng bước để giải quyết phương trình toán học được hiển thị trên màn hình, mà không tiết lộ trực tiếp lời giải. Nó hướng dẫn người dùng thông qua quá trình giải quyết vấn đề.

• Mô hình có thể phát hiện và phản hồi các dấu hiệu trực quan, chẳng hạn như khi người thuyết trình ban đầu hiển thị mặt sau của camera điện thoại thay vì khuôn mặt của họ. GPT-4 đã nhận ra đúng rằng nó đang nhìn vào bề mặt bàn trước khi người thuyết trình lật camera.

• Các khả năng hiểu thị giác cho phép GPT-4 nhận thức và tương tác với thế giới trực quan, không chỉ xử lý văn bản. Điều này cho phép một sự tương tác đa phương thức, tự nhiên hơn giữa người dùng và trợ lý trí tuệ nhân tạo.

• Nhìn chung, các tính năng hiểu và tương tác thị giác được trình diễn đại diện cho một bước tiến đáng kể trong việc làm cho các trợ lý trí tuệ nhân tạo trở nên nhạy bén, phản hồi và có khả năng tương tác liền mạch, giống con người hơn trên các phương thức khác nhau.

Các điểm nổi bật của khả năng dịch đa ngôn ngữ được trình diễn trong video là:

• Open AI đã trình diễn khả năng của GPT-4 dịch giữa tiếng Anh và tiếng Ý trong thời gian thực trong một cuộc trò chuyện giữa hai người.

• Khi được yêu cầu dịch giữa các ngôn ngữ, GPT-4 đã phản hồi bằng một