この家はアオフェイ寺院に由来します

パブリックアカウント QbitAI

先物が換金される！ ！

ただ、GPT-4oの音声機能、待望のHerがついにユーザーに続々と公開され始めました！

OpenAI 公式ツイートでは、選択されたアルファ ユーザーはチャットGPT アプリの手順が記載されたメールを受け取りました。

このような：

選択された Plus フレンド(つまり買ったオープンAI会員の方）、いつでも中断が発生する可能性がありますGPT-4o話すか、会話の感情を感知して反応させます。

ランダムにネットユーザーを選んでテストしてみました。マッチョな男性が猫のように鳴きました。本当に大笑いしました。

早速ですが、皆様もぜひお楽しみください。

OpenAIはまた、次はバックエンドのアルファテストの範囲をどの程度の速度で徐々に拡大する予定であると述べた。

秋頃：

今秋には、原則としてすべてのPlusユーザーが、聞く、話す、見ることができる高度な音声機能を利用できるようにする計画だ。
ビデオおよび画面共有機能は後日公開される予定です。

現在、Her は発話用に 4 つのプリセット音声のみを提供しており、プラグインが他の音声を追加できないようにするシステムを構築しています。

同時に、暴力的なコンテンツや著作権で保護されたコンテンツの出力リクエストをブロックするための保護措置が実装されています。

私たちネチズンはとても心配しています。すぐに選ばれし者になれたらいいのに：

野郎の読経聞くなよ、4oセキュリティなんていらない、今すぐ使えるようにしてほしいああああああああ！

一部のネチズンは OpenAI に対し、「アルファ テストによって卓越性を追求できるようになる」と発言し、偉そうな一面を見せました。

アルファテストに参加させてください。私からもっと学ぶことができます。

それで -

誰かプレイし始めた人いる？

確かに！すでに YouTube や Twitter で自分自身や GPT-4o の高度な音声機能を披露し始めている人もいます。（以下、総称して彼女といいます）幸せな演奏プロセス。

ネチズンの皆様へ(そして量子ビット)彼らは皆羨望の眼差しを向けている。

ビデオ機能、スタート

現在、アルファ資格を取得したネチズンのほとんどはまだ初期段階にあり、今回はビデオ モードは特定のユーザーのみが利用できます。

ビデオの内容はおそらく、兄弟 M が子猫を育てたばかりで、その子猫の生活についてすべて見るのを手伝ってほしいと彼女に頼んだものです。

実際に体験したこの青年は、「知識豊富な友人と直接コミュニケーションをとっているような気分です！」と感激した様子で語った。

話し言葉の家庭教師になる

たとえば、YouTube の兄弟 B は学ぶことに熱心で、始めてすぐに 4o をフランス語のパートナーとして招待しました。

彼はやって来て、まず彼女に、自分の「クロワッサン」の発音が正確かどうか尋ねました。

予想通り、彼女は奨励的な教育アプローチに従いました。（もちろんB兄自身も読書は得意です）、「とても近いです！」と自慢することさえありました。

この動画を見たネチズンは目頭から唾液が流れるほど貪欲だった。

しかし、彼女の英語の話に関しては、フランス語を母国語とする彼女は、「発音の提案がすべて素晴らしいことを証明しました！」と彼女に全面的な承認を与えました。

冗談は冗談として受け止める

ネチズンのリクエストに応じて、ネチズンKKは彼女に冗談を言いました。

一方ではジョークが理解できるかどうかをテストするためであり、他方では不自然に笑わせるためです。

以下はジョークの全文です。

ネチズン株式会社：冗談を言ってもいいですか？

彼女：もちろん！どうしても聞きたいのですが、何の冗談ですか？

ネチズン株式会社：なぜ科学者たちはアダムを信じないのでしょうか?

彼女：なぜ？

ネチズン株式会社：なぜなら彼がすべてを構成しているからです（ここでは同音異義語のジョークですが、アダム（アトム）。

彼女：すごい、ははははははははは、アダム/原子が本当にすべてを構成しているのですね！

ネチズンはそれを聞いて、ジョークを聞いてAIの音が本当に気に入ったと熱狂的にコメントしました！

良いストーリーテラー

私の友人のほとんどは自分でプレイすることができず、アルファ資格を取得したネチズンを助けることしかできません。

それ以来、誰かがKK兄弟に「彼女に物語を語ってもらえますか？」と尋ねました。風の音、雨の音、轟く雷の音など、雰囲気のある発言でしょうか。

KK兄弟はリクエストに応え、すぐにテストビデオをTwitterに投稿しました。

彼女は、雨の夜のAIロボットと女性の出会いをまとめたもので、物語の内容は非常に「SF要素あり」で、何の問題もありません。

興味深いのは、「空気感」という要件を満たすために、彼女は雷の音やブーツが水たまりを踏む音などを表現する擬音語をたくさん考え出したことです。

この部分は言葉で説明するのが非常に難しいので、ぜひ聞いて感じてください。

CVPRでの以前のプレゼンテーション

最後に、1 か月以上前、OpenAI マルチモーダルの研究者が CVPR サイトで GPT-4o のデモンストレーションを行ったことをここで共有したいと思います。

兄は尋ねました。：今どこか当ててみて？
彼女の答え：読んだらCVPRになった気分になりますよ～

下から「うわー」という音が聞こえてきました。

もう一つ

歩き回った後、上で共有したいくつかのゲームプレイに加えて、何人かの人が彼女にサッカー解説者のふりをしたり、「ロミオとジュリエット」の吹き替えを頼んだりしました。

多くの人はゲームの「目に見える」面をまだ開発していませんが、それでも楽しくプレイしています。

みんなとても幸せです、私と一緒に持って行ってもらえますか？ ? ?

そして、GPT-4oの高度な音声クォータを次々と発行し始めていることに加えて、オープン性が低いと批判されているOpenAIは他に何か発表したのだろうか？

たった一文で伏線が張られていました。

"私たちGPT-4o の機能、制限、セキュリティ評価に関する詳細なレポートを 8 月初旬に共有する予定。”

ファイン、ファイン、機能と制限について語るのは、誰もが考えている技術レポートではなさそうです。

しかし、他に何ができるでしょうか?ただ待って、それで間に合わせてください。

他にどうやって出発できますか？

参考リンク:
[1]https://twitter.com/tsarnick/status/1818402307115241608
[2]https://x.com/yoimnotkesku/status/1818406786077970663
[3]https://x.com/yoimnotkesku/status/1818415019349901354
[4]https://x.com/manuvision/status/1818412120373182928?s=46&t=iTysI4vQLQqCNJjSmBODPw