如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能（AI）正赋能各个产业，推动着人类进入智能时代。本文从介绍人工智能及主要的思想派系，进一步系统地梳理了其发展历程、标志性成果并侧重其算法思想介绍，将这段 60余年几经沉浮的历史，以一个清晰的脉络呈现出来，以此展望人工智能（AI

2024年7月18日，OpenAI 正式推出了 GPT-4o mini，这是 GPT-4o 的简化版本，具有更小的参数量和更高的性价比。自今日起，ChatGPT 的免费用户、Plus 用户和 Team 用户将能够使用 GPT-4o mini，而企业用户将在下周获得权限。 GPT-4o mini 主要特点 GPT-4o mini 专注于低成本和快速响应，适用于需要连续或同时调用多个模型的应用程序。它能够处理大量上下文信息，支持多达 128K token 的长上下文，并能通过快速实时的文本回复与客户进行互动。其知识库更新至 2023 年 10 月，对非英文内

OpenAI的GPT-4o的横空出世，再次巩固了其作为行业颠覆者的地位。GPT-4o的发布不仅仅是一个产品的揭晓，它更像是向世界宣告AI技术已迈入了一个全新的纪元，连OpenAI的领航者萨姆·奥特曼也不禁感慨，这如同直接从科幻电影情节走进现实。

OpenAI 开了一场发布会，时间不长，杀伤力却极大，大家都被刷屏了吧！相信很多小伙伴已经用上新模型了，也有不少同学遇到各种各样的问题。 第一时间做了深入体验和测试，结合多个群里的常见问题，趁热跟大家分享。 这场发布会有哪些亮点？ 发布新款旗舰模型 GPT-4o。这是一款原生多模态大模型，具备原生的文本、视觉、音频输入能力，以及文本、语音输出能力。ChatGPT 可以更直接更自然地睁眼看、开口说了。 ChatGPT 实时语音交互。依托 GPT-4o 的原生多模态能力，ChatGPT 不再需要像以往那样外挂语音识别和语音合成模块，语音对话更加生动自然。虽然语音交互早已不是什么新鲜事儿，但现场演示的 “实时语音交互” 还是令人大受震撼。 ChatGPT 桌面客户端。可以读取系统剪贴板和屏幕内容，更紧密地融入到用户的工作流中。本次发布的只有 macOS 版，Windows 将在今年晚些时候发布。 更多高级功能普及到免费用户。OpenAI 真的是在朝着他们的愿景往前走

参考1：最强音乐类 AI——Suno 快速入门手册！（保姆级教程） - 知乎 (zhihu.com) 参考2：AI音乐GPT时刻来临｜Suno 全面使用指南 - UIED用户体验学习平台 参考3：Suno V3发布，AI的风终于还是吹到了音乐圈 (baidu.com) 最强音乐类 AI——Suno 快速入门手册！（保姆级教程） 最近，音乐 AI 领域的”ChatGPT“——Suno火爆出圈。今天更是持续霸占知乎热门话题榜Top1，被2500多万人围观。

前些天都在聊 GPT-4o 有多震撼，今天也该聊些硬核干货了。 我们的 AI 应用是否应该立即切换到 GPT-4o 的 API？会遇到哪些挑战，又该如何应对？尝试通过自己的实际测试来解答这些问题。 价格 GPT-4o 的发布对于开发者来说，最直接的吸引力就是价格大降！GPT-4o API 的定价相对于 GPT-4-Turbo 直接腰斩，这是一项重大利好。 之前整理的 “各家旗舰模型 API 参考定价表”，今天更新如下：（单位：元 / 百万 token） 厂商 模型 输入定价 输出定价 OpenAI gpt-4-turbo 72.30 216.90 OpenAI gpt-4o 36.15 108.45 文心

GPT-4o 中的“o”代表“omni”——指的是 GPT-4o 的多模态。 该模型将向免费客户开放，这意味着任何人都可以通过 ChatGPT 访问 OpenAI 最先进的技术。 GPT-4o 是 OpenAI 昨天晚上发布的新旗舰模型，可以实时推理音频、视觉和文本。 据官方介绍，免费用户将能体验： GPT-4 级别的智能互动 结合模型与网络的回复 数据分析与图表制作 图片话题讨论 文件上传以辅助总结、创作或分析 探索并使用 GPT 及 GPT 商店 利用记忆功能构建更佳体验 但是，注意我要说但是了！ 我一早起床就打开了ChatGPT，一看左上角模型居然还是 3.5！

5 月 14 日凌晨，OpenAI 发布了一个新模型——GPT-4o。 对，不是搜索，不是 GPT-5，而是 GPT-4 系列的一款全新多模态大模型。按照 OpenAI CTO 米拉·穆拉蒂（Muri Murati）的说法，GPT-4o——「o」代表了 omni（意为「全能的」）——能够接受文本、音频和图像任意组合的输入与输出。 而新的 GPT-4o 模型响应更快、处理更快、效率更高，也让人机交互在一定程度上发生了质的变化。 事实上，在不到 30 分钟的发布会中，最为人津津乐道的不是 GPT-4o 这个模型自身，而是在 GPT-4o 的支撑下，ChatGPT 的交互体验。不仅是人机语音对话体验更接近人与人之间的实时对话，视觉识别能力的进步也让 AI 更能基于现实世界进行语音交互。 简而言之就是更自然的人机交互。这很容易让人想起《她（Her）》中的 AI 虚拟助手，包括 OpenAI CEO 山姆·奥尔特曼（Sam Altman）：

第一章、2024大语言模型最新进展介绍 1、2024 AIGC技术最新进展介绍（生成式人工智能的基本概念与原理、文生视频模型OpenAI Sora vs.Google Veo） 2、国内外大语言模型（ChatGPT-4o、Gemini、Claude、Llama3、温馨一言、星火、通义千问、Kimi、智谱清言等）对比分析 3、Llama3开源大语言模型的本地部署、对话与微调训练本地数据 4、ChatGPT-4o对话初体验（注册与充值、购买方法） 5、ChatGPT-4o科研必备GPTs汇总介绍（寻找好用的GPTs模型、提示词优化、生成思维导图、生成PPT、生成视频、制定个性化的学习计划、检索论文、总结论文内容、总结视频内容、撰写论文、论文翻译、论文润色与修改、参考文献格式管理、论文评审、数据分析、生成代码、代码调试等） 6、GPT Store简介与使用 7、定制自己的专属GPTs（制作专属GPTs的两种方式：聊天/配置参数、利用Knowledge上传本地知识库提升专属GPTs性能、利用Actions通过API获取外界信息、专属GPTs的分享） 8、ChatGPT-4o对话记录保存与管理 第二章、ChatGPT-4o提示词使用方法与技巧 1、ChatGP

拒绝机械风，让ChatGPT像真人一样对话 在这个信息爆炸的时代，人工智能技术的快速发展让我们的生活变得更加便捷。 特别是在自然语言处理领域，ChatGPT的出现无疑是一次革命性的进步。 然而，虽然ChatGPT在很多方面表现出了惊人的能力，但不可避免地，它在对话中仍然存在一定的机械感。 而OpenAI不是推出了GPTs嘛，可以让用户自定义prompt，最近找到了一个可以让ChatGPT像真人一样对话的GPTs，这就分享给大家。 1. GPTs是什么 GPTs，全称是GPT store，是一项让用户能够根据自己的需求和偏好创建专属 AI 助手的技术。 通过简单的操作，用户可以定制出一个既能提高工作效率又能为日常生活带来便利的 AI 伙伴，从处理电子邮件到提供创意灵感，GPTs 让个性化 AI 的应用变得触手可及，无需复杂的技术背景，大大拓宽了 AI 技术的应用范围，让其不再仅限于专家领域，而是走进了普通人的日常生活中。