Новые мультимодальные функции ChatGPT-4o: голос и зрение на одном экране и помощник для доступности

ChatGPT-4o объединяет текст, голос и визуальные рассуждения в единую систему возможностей, делая упор на более естественный диалог и более быстрый отклик. Для обычных пользователей самое заметное изменение в том, что он не только «умеет болтать», но и лучше «умеет смотреть, слушать и помогать делать дела».

ChatGPT-4o — «универсальная» модель: не только умеет писать

Буква «o» в ChatGPT-4o означает omni (универсальный), то есть одна и та же модель одновременно обрабатывает текст, аудио и изображения. По сравнению с прошлым, когда всё в основном держалось на текстовых командах, ChatGPT-4o больше подходит для задач «под ключ»: оперативного общения, объяснения изображений, анализа документов и данных и т. п. Темп диалога тоже ближе к живому общению: уточняющие вопросы и дополнительные пояснения будут идти более плавно.

Голосовой диалог и мгновенный перевод: издержки общения заметно снижаются

ChatGPT-4o улучшил естественность голосового взаимодействия: более связная интонация, более быстрый отклик и более высокая терпимость к разговорной манере речи. Ещё практичнее — мгновенный перевод: ChatGPT-4o может быстро переключаться между несколькими языками, что подходит для международных встреч, общения в командировках или тренировки разговорной речи в роли портативного переводчика. Можно прямо попросить: «слушай и переводи одновременно, сохраняя вежливый тон» — и результат будет больше похож на диалог, чем на традиционный посрочный перевод.

Улучшенные возможности зрения и работы с файлами: смотреть картинки, читать экран и таблицы стало удобнее

ChatGPT-4o не только «понимает изображения», но и лучше превращает информацию с экрана в исполнимые шаги — например, по скриншотам ошибок, действиям в интерфейсе, структуре презентаций и смыслу таблиц. При использовании на компьютере ChatGPT-4o также помогает быстрее «закидывать» подручные материалы на обработку; на Mac можно быстро вызвать его сочетанием клавиш Option + Space. Ещё один удобный момент — импорт из облачных дисков: теперь можно загружать файлы из Google Drive и Microsoft OneDrive для анализа данных и оформления диаграмм, так что ChatGPT-4o подходит как временный помощник-аналитик.

Более персонализированный репетитор и помощь с доступностью: AI становится более «рядом»

В учебных сценариях ChatGPT-4o больше похож на интерактивного репетитора: можно попросить составлять задания под ваш уровень, давать пошаговые подсказки, переписывать материал более понятным языком и тщательно разбирать причины ошибок. В части доступности ChatGPT-4o может благодаря визуальному пониманию помогать людям с нарушениями зрения распознавать окружающую обстановку и детали предметов, превращая «то, что видит», в чёткие голосовые объяснения. Важно учитывать: ChatGPT-4o будет доступен и бесплатным пользователям, но при достижении лимита использования система может автоматически переключиться обратно на более базовую модель.