Odaily Planet Daily News, OpenAI merilis model flagship terbaru GPT-4o yang dapat melakukan inferensi real-time untuk audio, visual, dan teks. Model ini bertujuan untuk menjadi asisten interaksi suara pribadi yang lebih manusiawi, supernatural, dengan laten rendah. Menurut informasi resmi dari situs web OpenAI dan akun resmi platform X, huruf "o" dalam GPT-4o merupakan singkatan dari Omni (komprehensif), merupakan langkah menuju interaksi manusia-mesin yang lebih alami. Model ini menerima kombinasi teks, audio, dan gambar sebagai input, serta dapat menghasilkan kombinasi teks, audio, dan gambar sebagai output. Model ini mampu merespons input audio dalam waktu 232 milidetik, dengan rata-rata 320 milidetik, mirip dengan waktu reaksi manusia dalam percakapan. Dalam hal bahasa Inggris dan kode, performa GPT-4o setara dengan GPT-4 Turbo, namun dengan peningkatan yang signifikan dalam teks non-bahasa Inggris. Kecepatan API lebih cepat dan biaya lebih murah 50% dibandingkan dengan model yang ada. GPT-4o memiliki performa yang sangat baik dalam pemahaman visual dan audio. Input teks dan gambar akan diluncurkan hari ini dalam API dan ChatGPT, sedangkan input suara dan video akan diluncurkan dalam beberapa minggu mendatang.

1. Amerika Serikat dan Tiongkok mengumumkan bahwa mereka akan mengadakan pertemuan pertama Dialog Antarpemerintah AS-Tiongkok tentang Kecerdasan Buatan. 2. Robot humanoid skala penuh pertama di dunia "Tiangong" dengan penggerak listrik murni untuk lari antropomorfik dirilis3. Apple telah memulai kembali negosiasi dengan OpenAI untuk menambahkan fitur AI baru ke produk baru. 4. Musk: TSL akan menginvestasikan sekitar $10 miliar tahun ini dalam pelatihan AI dan inferensi di bidang otomotif. 5. Pemerintah AS dilaporkan membentuk Komite Kemanan AI, yang anggotanya termasuk eksekutif dari raksasa teknologi seperti Jensen Huang dan Sam Altman. 6. Model video tingkat Sora versi China Vidu dirilis: dapat menghasilkan hingga 16 detik dan video hingga 1080p. 7. Nvidia Jensen Huang mengatakan AI tidak akan sepenuhnya menggantikan pekerjaan manusia. 8. Model EMO akan diluncurkan sepenuhnya di Aplikasi Tongyi secara gratis, dan kerja sama dengan pelanggan perusahaan akan dibuka sesegera mungkin. 9. Universitas Tsinghua mendirikan Sekolah Kecerdasan Buatan, dan dekan pertama adalah Akademisi Yao Chizhi, pemenang Penghargaan Turing. 10. Teknologi Danghong merilis model audio-visual terpanjang BlackEye. 11. Pertanyaan umum k Sumber Terbuka k model parameter tingkat miliar.

Sepuluh Data Emas pada 28 April, menurut Teknologi Danghong, di "Forum Zhongguancun 2024 - Forum Inovasi dan Pengembangan Teknologi Audiovisual UHD" yang diadakan pada sore hari tanggal 27 April, Teknologi Danghong dan Zona Pengembangan Ekonomi dan Teknologi Beijing bersama-sama merilis basis model besar BlackEye dan skenario aplikasi. BlackEye mengintegrasikan long jenis komponen jaringan saraf Kedalaman, termasuk Transformer, Difusi dan komponen lainnya, melalui teks, gambar, video dan audio, model 3D dan pengkodean modal long lainnya, decoding, penyelarasan short laten long modal, penalaran dan generasi bahasa modal long dan teknologi lainnya, untuk mencapai inferensi dan generasi prediksi antara informasi modal yang berbeda.

Pada tanggal 27 April, dalam Forum Inovasi dan Pengembangan Teknologi Audio-Visual Ultra HD di Zhongguancun, "Rencana Aksi Pionir Audio-Visual Ultra HD Kota Beijing (2024-2026)" secara resmi dirilis. Rencana ini disusun oleh Biro Penyiaran dan Televisi Kota Beijing bersama dengan departemen terkait lainnya, dengan tujuan memberikan perlindungan kebijakan yang kuat bagi pengembangan industri audio-visual ultra HD, serta membantu Beijing tetap menjadi pemimpin nasional dalam penelitian dan aplikasi industri audio-visual ultra HD. Rencana aksi ini mencakup sepuluh arah dukungan utama: mendukung pembangunan zona konten ultra HD, mendukung teknologi pengambilan gambar ultra HD, mendukung produksi ringan ultra HD, mendukung pembangunan saluran ultra HD, mendukung aksi masuk ultra HD, mendukung inovasi model distribusi konten ultra HD, mendukung pembangunan platform berbagi aset digital, mendukung produksi pasca produksi audio-visual ultra HD, mendukung pembangunan kawasan industri audio-visual ultra HD, serta mendukung pembibitan aplikasi audio-visual ultra HD.