OpenAI 在凌晨的春季更新串流節目中發表 GPT-4o 模型，它具備 GPT-4 Turbo 的同等智能，但回應速度快一倍，並能同時處理語音、文字和視覺輸入。新模型將開放給免費用戶。
GPT-4o 中的 o 字代表 omni（全向），是 OpenAI 最快速和最實惠的旗艦級模型，強調多模態能力提升。OpenAI 在影片中示範使用 GPT-4o 模型的 ChatGPT app 即時語音助理功能，它同時具備幾乎即時的語音辨識和電腦視覺能力，能觀看手寫文字、圖案及算式，即時翻譯，又能即時分析用戶批准它觀看的畫面內容，包括即時分析程式或圖表，提供意見。ChatGPT 語音助理說話相當自然，用戶也像與真人交談一樣，回應相當快速，不過她有點長氣，示範期間主持人也多次打斷她。
GPT-4o 同時向收費用戶提供 API，讓開發人可即時使用新模型來開發 AI 應用和插件。OpenAI 強調它的效能比 GPT-4 Turbo 提升一倍，但成本就只是 GPT-4 Turbo 的一半，上下文窗口仍然是 128,000 token。現時提供的模型標記日期為 2024-05-13，但用來訓練的數據卻比 2024-04-09 的 GPT-4 Turbo with Vision 舊，前者使用至 2023 年 10 月的數據來訓練，而後者就用到 2023 年 12 月的數據。
除此之外，OpenAI 董事 Greg Brockman 又發放另一段影片，示範兩個 GPT-4o AI 即時語音對談，其中一個 AI 獲准使用鏡頭觀看 Brockman 的衣著和周圍發生的事情，另一個 AI 不能觀看，但就可詢問和指示有鏡頭 AI 形容所見到的景物。之後 Brockman 更要求兩個 AI 即時對唱，雖然唱得不動聽，但對這種突發並且具創作性的要求也能即時反應，可見 GPT-4o 的威力。
Google 也將於明日凌晨舉行 Google I/O 2024 發表會，相信會集中在 Gemini 等 AI 功能和服務上。在 OpenAI 搶頭啖湯發表 GPT-4o 模型和展示水準相當高的語音助力能力後，Google 會否變陣應對？