5 月 14 日凌晨，美国人工智能研究公司 OpenAI 在线举办了“春季更新”活动。

OpenAI 在活动中发布了新旗舰模型“GPT-4o”，该模型“可以实时对音频、视觉和文本进行推理”。新模型使 ChatGPT 能够处理 50 种不同的语言，同时提高了速度和质量。

GPT-4o 是迈向更自然人机交互的一步，与现有模型相比，GPT-4o 在图像和音频理解方面尤其出色。GPT-4o 可以快速响应音频输入，与人类在对话中的反应时间相近。

在录播视频中，两位高管做了演示：机器人能够从急促的喘气声中理解“紧张”的含义，并指导他进行深呼吸。

相关研报显示，国内 AI 多模态模型不断发展，有望赋能 IP 开发、影视、音乐、教育、营销等领域，带动音视频语料需求，并催生新的变现模式。建议继续关注多模态 AI 应用的布局。

值得买计划采用对话式“AI 问答机器人”与用户交互，用户通过描述购物需求或问题，机器人可智能分析并给出建议或链接。

奥飞娱乐表示，持有光年无限 5% 股权，后者拥有 AI 对话机器人产品——图灵机器人开放平台。公司上线“喜羊羊与灰太狼+”AI 对话小程序，面向儿童用户，提供亲子陪伴体验。