オープンAIは、人間と同等の反応速度で映像を認識するAI技術「GPT-4o」を発表。遅延を解消し、人の感情まで理解。ロボットや車との融合が進み、利便性が向上。生成AIの使い勝手がよくなることで、機械の操作性がさらに高まる。オープンAIは自社のAIモデルの普及に力を入れ、処理スピードを2倍に高速化し、運用コストを半減。無料による普及を優先し、AIサービスで主導権を握る。
GPT-4oはOpenAIが開発した最新のAIモデルで、音声、画像、テキストを統合的に処理するマルチモーダルAIです。音声合成とは、人間の声を模倣する技術のことを指します。GPT-4oの音声合成機能は、人間と同じ反応速度で話すことが可能で、音声入力に対しては最短232ミリ秒、平均320ミリ秒で応答可能です。これは人間が会話で反応する時間と同じとされています。また、GPT-4oは感情を込めた表現も可能で、例えば、デモでは「あなたの良い気分の理由を共有したいですか？」といった感情に寄り添う応答が示されました。これらの機能により、GPT-4oはより自然で感情豊かな音声アシスタントを提供します
#AI #オープンAI #GPT4o #生成AI #ロボット融合
【日経から】#チャットGPT 新基盤、遅延なく会話 生成AI、ロボ・車と融合 https://www.nikkei.com/article/DGKKZO80670950U4A510C2EA1000/