BTC $81,245.41 -0.04%
ETH $2,392.88 +0.52%
BNB $741.36 +1.47%
XRP $1.30 +0.28%
SOL $103.56 +0.25%
TRX $0.3298 +0.52%
DOGE $0.0791 +0.86%
ADA $0.2130 +0.78%
BCH $282.70 +3.30%
LINK $11.92 +0.10%
HYPE $77.22 -0.14%
AAVE $146.44 +0.15%
SUI $0.9741 +0.21%
XLM $0.1749 -0.44%
ZEC $1,222.08 +0.96%
AAPL $347.95 -0.06%
AMZN $248.74 -0.84%
GOOGL $321.27 -1.21%
MSFT $525.62 +0.77%
META $642.51 -0.96%
NVDA $211.32 -0.72%
TSLA $372.05 -0.66%
SNDK $1,241.60 -1.14%
INTC $87.24 +2.04%
SPCX $147.81 +2.09%
MU $880.56 +2.57%
AMD $518.62 +1.81%
BTC $81,245.41 -0.04%
ETH $2,392.88 +0.52%
BNB $741.36 +1.47%
XRP $1.30 +0.28%
SOL $103.56 +0.25%
TRX $0.3298 +0.52%
DOGE $0.0791 +0.86%
ADA $0.2130 +0.78%
BCH $282.70 +3.30%
LINK $11.92 +0.10%
HYPE $77.22 -0.14%
AAVE $146.44 +0.15%
SUI $0.9741 +0.21%
XLM $0.1749 -0.44%
ZEC $1,222.08 +0.96%
AAPL $347.95 -0.06%
AMZN $248.74 -0.84%
GOOGL $321.27 -1.21%
MSFT $525.62 +0.77%
META $642.51 -0.96%
NVDA $211.32 -0.72%
TSLA $372.05 -0.66%
SNDK $1,241.60 -1.14%
INTC $87.24 +2.04%
SPCX $147.81 +2.09%
MU $880.56 +2.57%
AMD $518.62 +1.81%

gpt-4

全部
文章
快讯

OpenAI 发布更新:实现实时跨音频、视觉和文本推理

ChainCatcher 消息,据 Cointelegraph 报道,OpenAI 在 10 月对其模型进行了四项更新,帮助其 AI 模型更好地进行对话并提高图像识别能力。第一项重大更新是实时 API,它允许开发人员使用单个提示创建人工智能生成的语音应用程序,实现类似于 ChatGPT 高级语音模式的自然对话。以前开发人员必须将多个模型“拼接在一起”才能创建这些体验。音频输入通常需要在接收响应之前完全上传和处理,这意味着语音相互对话等实时应用程序的延迟较高。借助 Realtime API 的流媒体功能,开发人员现在可以实现即时、自然的交互,就像语音助手一样。该 API 运行在 2024 年 5 月发布的 GPT-4 上,可以实时跨音频、视觉和文本进行推理。 另一项更新包括为开发人员提供的微调工具,使他们能够改进从图像和文本输入生成的人工智能响应。基于图像的微调器使人工智能能够更好地理解图像,从而增强视觉搜索和物体检测能力。该过程包括来自人类的反馈,他们提供了好的和坏的反应例子进行训练。 除了语音和视觉更新之外,OpenAI 还推出了“模型蒸馏”和“提示缓存”,允许较小的模型向较大的模型学习,并通过重用已处理的文本来减少开发成本和时间。据路透社报道,OpenAI 预计明年收入将增至 116 亿美元,高于 2024 年预计的 37 亿美元。
app_icon
ChainCatcher 与创新者共建Web3世界