传媒行业快报:GPT模型迭代更新,专注多模态与端侧应用
- 管理员
-
7 次阅读
-
1 次下载
-
2024-06-13 11:14:38
文档简介:
http://www.huajinsc.cn/1/3请务必阅读正文之后的免责条款部分2024年05月14日行业研究●证券研究报告传媒传媒行业快报行业快报GPT模型迭代更新,专注多模态与端侧应用模型迭代更新,专注多模态与端侧应用投资要点投资要点事件:事件:5月14日凌晨,OpenAI发布新一代旗舰生成模型GPT-4o、桌面App,并展示新功能。GPT-4o(“o”代表“Omni”译为全能)更接近自然人机交互。接受文本、音频和图像的任意组合作为输入,并生成文本、音频和图像输出。端到端训练端到端训练,,模型实现文本模型实现文本、、图像图像、、音频跨模态整合音频跨模态整合。。根据OpenAI官网,GPT-4o音频反馈时长为232毫秒,平均反馈时长为320毫秒,已接近人类对话发应时间。早期音频模式:由三个独立模型组成(语音转文本-GPT3.5/GPT-4-文本转语音),会丢失大量信息并存在延迟GPT-3.5(2.8秒)、GPT-4(5.4秒),同时无法表达情感、唱歌等。GPT-4o模型特点:实现跨文本、视觉和音频训练,所有输入和输出由单一神经网络处理;实时反馈及情绪感知。各细分表现:语音翻
评论
发表评论