@aiDotEngineer 闭幕主题演讲，由@Romain Huet（title为Head of Developer Experience @OpenAI.） 使用未发布版本的 ChatGPT Desktop 进行了 GPT-4o 的现场演示，热度很高，算是上是 GPT-4o 发布后第二次备受瞩目的公开演示。
演示从 7:15:50 开始，地址如下
https://www.youtube.com/live/vaIiNZoXymg?t=26153s展示的能力包括
低延迟语音生成 将音调调节为耳语（甚至更安静的耳语）的介绍 打断 ChatGPT Desktop 的摄像头模式 - 不断将视频传输到 GPT4o ![]()
与语音理解配合使用时，无需使用“发送”或“上传”按钮 快速 OCR：随机挑选一个页码，然后展示该页面 - 它基本上立即读取该页面！不幸的是，OCR 有点失败 - 它误读了“Coca Cola”，但现场演示的条件并不好。
与 ChatGPT 进行屏幕共享：与 ChatGPT 交谈以描述他的编程问题并从视觉上下文中理解它
读取剪贴板：复制代码，要求代码的“一行概述”（此功能目前存在于 ChatGPT Desktop）
与 ChatGPT 讨论代码：来回讨论代码中的 Tailwind 类，依靠视觉（不是剪贴板）
演讲的其余部分讨论了 OpenAI 的 4 个“投资领域”：
文本智能（ppt使用的依然是“GPT Next”而不是“GPT5”...）
效率/成本
型号定制
![]()
Multimodal Agents: 包括 Sora 和语音引擎演示
本文链接：https://www.xiaogua.cc/gpt-4o/61.html
GPT-40gpt4o的buggpt4o api 图片GPT-4o上手体验GPT-40评测gpt4oopenai推出gpt4oOpenAI发布GPT40gpt4o免费次数gpt4o实测
