Na segunda-feira (13 de maio), a OpenAI anunciou uma atualização empolgante para o ChatGPT, chamada GPT-4o. Essa nova versão é omnimodal, suportando diversos formatos de mídia como áudio, vídeo e imagens, e traz novidades significativas para os usuários.

Uma das grandes inovações é o “Voice Mode”, que permite interações mais naturais e fluidas por voz. Durante os testes, a OpenAI demonstrou que o GPT-4o pode responder perguntas em tempo real com uma voz feminina, reconhecendo até mesmo o humor nas expressões dos usuários.

Além disso, o GPT-4o mostrou capacidade de tradução em tempo real, por exemplo, de italiano para inglês, e de adaptar o tom de voz conforme necessário. Outra melhoria é a velocidade de resposta, que agora é mais rápida do que a média humana.

Para os falantes de idiomas além do inglês, o novo modelo é mais eficiente, usando menos recursos da API. Por exemplo, uma frase simples em português consome agora menos tokens, o que significa menor uso de dados.

Inicialmente, a OpenAI disponibilizou o GPT-4o com ferramentas de texto e imagem. O suporte para áudio e vídeo será introduzido gradualmente, começando com um grupo seleto de parceiros. A empresa planeja expandir esses recursos após garantir a segurança necessária em seu uso.

A versão para desktop do GPT-4o também foi lançada, acessível gratuitamente com funcionalidades básicas. Usuários da versão paga, ChatGPT Plus, desfrutarão de velocidades mais altas e acesso antecipado ao modo de voz em teste.

Os anúncios da OpenAI são notáveis especialmente por ocorrerem um dia antes do evento Google I/O e por todas as demonstrações terem sido feitas em dispositivos da Apple, usando GPUs da NVIDIA. Esses detalhes destacam o papel crescente da OpenAI no avanço da tecnologia de IA, um fenômeno que cresce de forma exponencial nos dias atuais. Nós, humanos, temos todo o controle para explorar essas tecnologias, moldando o futuro de maneiras que só podemos começar a imaginar.