GPT 4o意味着什么？OpenAI加苹果，AI手机势不可挡！

ChatGPT带飞Siri?

当地时间5月13日上午10点，OpenAI在春季发布会上发布了GPT-4的迭代版本——GPT-4o。据悉，GPT-4o的速度是上一代的两倍，并且对用户更友好：语音唤起、实时对话、无需注册、免费使用。

OpenAI表示，GPT-4o及其文本和图像能力即日起将开始向API和用户推出，语音和视频能力即将推出。

从定位来看，全新的旗舰版本GPT-4o似乎正在挑战Siri。

实则不然。就在此前，有媒体报道透露，苹果已经与OpenAI达成协议，将在全新操作系统iOS 18中引入ChatGPT技术，以升级Siri的对话体验。

这不由令人猜想，GPT-4o和Siri将如何结合？ChatGPT和苹果又将如何定义新一代AI手机？

GPT-4o升级在哪？

1）融媒能力：GPT-4o同时具备文本、图片、视频、音频多方面的能力，即可以接受任何文本、音频等形式及其组合的输入，并生成同样媒介形式的回答。

2）速度更快：GPT-4o的速度是上一代的5倍，语音延迟大幅改善，可以在232毫秒内回应音频输入，平均为320毫秒，接近人类对话的反应时间。这意味用户可以和GPT-4o实时对话、甚至直接打视频让Ta在线解答各种问题。

3）免费开放：尽管“价格战”的风还是吹到了AI界，但OpenAI显然不买账——发布会即日起，GPT-4o将面向ChatGPT的所有付费和免费用户发布，取消其他所有限制，API价格降价50%。

正如发布会所说，GPT-4o中的“o”代表“omni”，意为全能，从目前的功能更新来看，得到全栈优化的全新GPT-4o真正成为了一款AI实时语音助手，性能远超Siri。

演示中，GPT-4o还展现出宣传点之外的小功能，但惊喜程度不亚于前者：能够实时翻译、识别表情，可以通过摄像头识别画面写代码分析图表。

“苹果+OpenAI”将如何定义AI手机？

因下一代iPhone操作系统计划发布基于LLM（大型语言模型）的新功能，苹果正就此寻找第三方合作伙伴，谈判对象包括谷歌、OpenAI。

就目前看来，苹果和OpenAI的适配度似乎更高。

有分析指出，苹果和OpenAI的合作能够解决彼此在发展边缘AI方面的痛点，真正做到各取所需——

OpenAI最需要什么？端侧应用权限、系统级权限，只有苹果能提供。

苹果最需要什么？最好的AI技术，最适配的大语言模型，GPT-4o无疑是最佳人选。

况且，苹果在自研芯片、封闭生态系统上还具有独特优势。正如英伟达高级研究科学家Jim Fan在X平台的评论：谁先赢得苹果，谁就赢得了胜利。

我认为与iOS的集成将出现3个层级：

1）放弃Siri。OpenAI为iOS提炼出更小型、纯设备上的GPT-4o，并可选择付费升级以使用云。

2) 将相机或屏幕传输到模型中的本机功能。对神经音频/视频编解码器的芯片级支持。

3）集成iOS系统操作API和智能家居API。Siri快捷方式是时候复活了。

这可能会成为从一开始就拥有10亿用户的AI产品，OpenAI之于苹果类似于“用于智能手机的FSD”。