OpenAI語音助理的回應有多厲害？幾乎輾軋Siri和Alexa

OpenAI發表了新的GPT-4o模型，含有語音助理新功能，即時回應的速度和內容令人驚艷，除了能像人類在正常對話中一樣快速回應、即興唱歌、能嘲笑不好笑的笑話或者自嘲，還能在相機鏡頭協助下，幫忙人類解決寫在課本上的數學問題。

OpenAI在YouTube頻道上張貼了16段影片，展示GPT-4o模型語音助理與人類的各種聊天互動，像是利用相機判斷使用者臉上的笑容表情、推測有快樂心情，判斷使用者穿了什麼顏色的衣服與身處的空間環境，藉此展開聊天話題。當使用者提到，今天有個發表會要介紹GPT-4o的語音助理時，「她」瞬間驚訝並害羞笑出來，回應說「我？是要介紹我？」

根據OpenAI說法，GPT-4o模型對語音輸入的反應最快可達0.232秒，實際上平均只要大約0.32秒就可回應，號稱與人類對話時的速度差不多。

這些影片中，除了大秀即時翻譯功能，展示者還在紙上寫了一道代數問題「3 X+1=4」詢問ChatGPT，語音助理利用相機鏡頭解讀算式之後，一步一步教導使用者解出答案。

另一段影片顯示使用者要求ChatGPT講一段床邊故事「機器人與愛」，在下指令希望語音助理的語調更具戲劇性後，ChatGPT立刻「變聲」，用演話劇的方式講故事，甚至馬上切換成機器人說話的語調，最後甚至唱了一段歌為故事畫下句點。

當然，GPT-4o模型同樣善於協助分析和撰寫程式碼，也能分析圖表，而且這回還是用語音生動地與使用者對話。

另一段影片還顯示，將兩台使用GPT-4o模型的手機放在旁邊時，「兩位」語音助理甚至能夠互相對話聊天、即興唱歌。

在其他影片中，GPT-4o模型還能嘲笑笑話、正確識別猜拳的獲勝者，也能根據蛋糕插了蠟燭來判斷這可能是某人生日，還唱了一首生日快樂歌。

對於這場發表活動，MarketWatch網站發表一篇文章，題為「OpenAI是否剛推出了Siri殺手？」有網友盛讚這把ChatGPT功能提升到了全新水準、「未來是如此光明」。

輝達高級研究科學家Jim Fan則指出，OpenAI的語音助理「生動逼真而且甚至有點輕浮」，還讓人回想起2013年的科幻電影「雲端情人」。