AI学院

GPT-4o（"o" 代表 omni）是 OpenAI 最新的旗舰多模态模型，能够实时处理文本、音频和图像输入，并生成文本、音频和图像输出。在文本理解、推理、编码和视觉理解方面均达到业界领先水平。 基本信息：开发公司 OpenAI | 模型类型：多模态大语言模型 | 开源状态：闭源 | 上下文长度：128K tokens 能力特点：实时语音对话（232ms 延迟）、图像理解与生成、代码生成与调试、多语言支持（50+ 语言）

Google 最新多模态模型，原生支持文本、图像、音频、视频理解和生成。