5月14日，这是一个人工智能圈集体失眠的晚上。 凌晨，openai公司发布了全新旗舰模型“gpt-4o”，将gpt从文字的二维拉升到语音的三维。新模型可以以平均仅320毫秒的速度响应语音，已经达到人类日常交互水准，并能够理解情绪，支持文本、音频和图像的多模态输入输出，堪称一场“升维打击”。 那么，gpt-4o到底为什么让从业者们集体“失眠”呢？　　一则是其与以往语音模式人工智能完全不同的响应方式。传统人工智能接受语音的过程，就像好学生的“三段论”。接受语音转化文本、分析文本输出回答，把回答转化为语音。这样的三段论不仅拖慢回复，还丢掉了表情语气等一系列非内容信息。gpt-4o就完全不同，它“合三为一”，直接分析接收源的语音，情绪，一步到位给出回答，还能让回答更具有人性化，这无疑是人工智能交互上的一次大的飞跃。 二则是openai公司将gpt-4o免费提供给所有用户使用，一招破釜沉舟拉所有同类竞争者下水。这可谓是一招堂堂“阳谋”，免费这一招棋落下，原本趋于平衡的市场被打破，其他想用价格战击倒chatgpt的竞品全都打空，竞争对手们若是不也以免费相陪，难免被openai重新掌握主动权。 人工智能如同滚滚洪流，冲刷着传统行业，也推搡着新兴同业，本次新模型的推出，无疑对没有追上“实时性”步伐的同业是沉重的打击，甚至可能波及类似于分析策划，翻译等一系列相关行业。车轮转动便难以停下，在愈来愈汹涌的浪潮中，如何令行业与ai共生，是同行业者们应当在这个不眠之夜端着咖啡好好想想的话题。策划：李艳 王如林记者：王新蕾 徐佳 胡羽制作：龙女实习生： 刘缘 朱佳罗

上观号作者：大众日报