Dona do ChatGPT lança novo modelo de IA e versão desktop do ChatGPT

A OpenAI, dona do ChatGPT, anunciou ontem o lançamento de um novo modelo de IA, GPT-4o, juntamente com uma versão desktop do ChatGPT e uma interface de usuário atualizada. Este é o mais recente esforço da empresa para ampliar o uso de seu popular chatbot.

De acordo com agências internacionais, a atualização torna o GPT-4 disponível para todos, incluindo usuários gratuitos, informou a diretora de tecnologia, Mira Murati, durante um evento ao vivo. Ela destacou que o GPT-4o é “muito mais rápido”, com capacidades aprimoradas em texto, vídeo e áudio. A OpenAI também planeja permitir que os usuários conversem por vídeo com o ChatGPT.

“Esta é a primeira vez que estamos realmente dando um grande passo à frente em termos de facilidade de uso”, afirmou Murati.

A OpenAI, apoiada pela Microsoft, foi avaliada em mais de US$ 80 bilhões. A empresa, fundada em 2015, está sob pressão para se manter no topo do mercado de IA generativa, enquanto busca maneiras de monetizar seus produtos e lidar com os altos custos de processadores e infraestrutura necessários para construir e treinar seus modelos.

Novidades do GPT-4o

Ainda de acordo com agências internacionais, o novo modelo, GPT-4o, é duas vezes mais rápido e custa metade do preço do GPT-4 Turbo. Ele pode lidar com 50 idiomas diferentes com velocidade e qualidade aprimoradas e estará disponível por meio da API da OpenAI, permitindo que desenvolvedores construam aplicativos usando o novo modelo a partir de agora.

Durante o evento, a equipe da OpenAI demonstrou as novas funcionalidades de áudio do GPT-4o, como ajudar a acalmar alguém antes de um discurso público. O pesquisador Mark Chen destacou que o modelo pode “perceber emoções” e lidar com interrupções dos usuários. O modelo também pode analisar expressões faciais para comentar sobre as emoções que a pessoa pode estar sentindo.

A empresa planeja testar o Modo Voz nas próximas semanas, com acesso antecipado para assinantes pagos do ChatGPT Plus. O novo modelo pode responder aos comandos de áudio dos usuários “em apenas 232 milissegundos, com uma média de 320 milissegundos”, similar ao tempo de resposta humano em uma conversa.

Chen demonstrou que o modelo pode contar histórias para dormir, mudando o tom da voz para ser mais dramático ou robótico, e até cantar a história. O novo modelo também funciona como tradutor, mesmo no modo de áudio, demonstrando a capacidade de traduzir entre italiano e inglês durante uma conversa.

(Com agências internacionais).