OpenAI最近总是喜欢搞突袭。昨晚11点的时候突然发了一个预告，4秒钟的音频的大概意思，就是太平洋时间10点我们发个产品。然后就在北京时间凌晨1点，开了一场直播，发了一些新玩意。总结一下就是:2个比Whisper更好的语音转文本的STT模型:gpt-4o-transcribe和gpt-4o-mini-transcribe
......
本文由站长之家合作伙伴自媒体作者“数字生命卡兹克公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
OpenAI 表示，GPT-4.1 是为开发者量身定制的……
今天凌晨2点，OpenAI进行了技术直播，对GPT-4o和Sora进行了重大更新，提供了全新文生图模型。除了文生图之外，该模型还支持自定义操作、连续发问、风格转换、图像PPT等超实用功能，例如，更改图片的宽高比、图像物体中的角度，用十六进制代码指定精确颜色等。面向企业版、教育版和API即将到来。
晚上1点，OpenAI的直播如约而至。其实在预告的时候，几乎已经等于明示了。没有废话，今天发布的就是o3和o4-mini。但是奥特曼这个老骗子，之前明明说o3不打算单独发布要融到GPT-5里面一起发，结果今天又发了。。。ChatGPT Plus、Pro和Team用户从今天开始将在模型选择器中看到o3、o4-mini和o4-mini-high，取代o1、o3-mini和o3-mini-high。我的已经变了，但是我最想要的o3pro，还要几周才能提供
从 GPT-5 开始，推理模型和非推理模型很有可能会整合在一起……
快科技4月17日消息，今日，OpenAI新款AI模型o3、o4-mini重磅发布，这是OpenAI迄今最强、最智能的模型。据了解，OpenAI o3/o4-mini首次具备真正的视觉推理能力，看图识图已经是小菜一碟了，现在还会看图思考。OpenAI o3/o4-mini能同时处理文本、图像和音频，并且能作为Agent智能体自动调用网络搜索、图像生成、代码解析等工具以及深度思考模式。通过强化学习，OpenAI训练了o3/o4-mini如何�
随着 AI 语音产品的出现，人们对其模仿他人说话风格的担忧也在加剧……
欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、报道称OpenAI下周重磅发布GPT-4.1系列，包含Mini版和Nano版OpenAI即将发布GPT-4.1系列及o3系列，标志着其在多模态和推理能力上的重大进展。新加坡在AI技能学习上投入的时间显著高于其他亚太国家，显示出其在AI人才培养方面的竞争力。
亚马逊正式推出新一代生成式AI语音模型NovaSonic，标志着其在人工智能语音领域取得重大突破。这款创新模型能够原生处理语音输入并生成自然流畅的语音输出，在速度、语音识别准确率和对话质量等核心性能指标上，已达到与OpenAI、谷歌等科技巨头的尖端语音模型相媲美的水平。该模型的推出是亚马逊构建人工通用智能战略的重要一步，未来还将推出支持多模态理解的AI模型，涵盖图像、视频及其他物理世界感知数据。
OpenAI的新AI模型o3在第一方和第三方基准测试中存在差异，引发公众对其透明度和测试实践的质疑。去年12月，o3首次亮相时声称能解答超过25%的FrontierMath问题，但实际正确率仅为2%。内部测试发现，o3能达到超过25%的准确率，但其使用的计算资源比上周OpenAI推出的模型多得多。Epoch AI发布的独立基准测试结果显示，o3的得分约为10%，远低于OpenAI宣称的25%。尽管如此，这并不意味着OpenAI的说法有误，可能是因为OpenAI使用了更强大的内部架构进行评估，并采用了更多计算资源。此外，Epoch指出其测试设置可能与OpenAI不同，并且在评估中使用了更新版本的FrontierMath。
AI圈最近弥漫着一股微妙的气息。人们似乎不再热议大语言模型的最新突破、以及AI应用的无限可能时，一些代表着未来的AI巨头，却似乎正将目光投向互联网那熟悉得不能再熟悉的角落——社交网络与社区。近期的传闻和动作颇具代表性，在大洋彼岸，手握ChatGPT和Sora等王牌的OpenAI，据称正内部测试类X的社交功能，其CEO Sam Altman甚至在私下征求反馈；而在国内，凭借长文本能力
