GPT-4o发布，关注强交互场景落地

北京时间5月14日凌晨，美国人工智能公司OpenAI发布新一代旗舰生成模型GPT-4o、桌面App，并重点展示了突破性的语音交互能力。　　GPT-4o交互能力实现突破，“拟人化”程度进一步提升　　从产品效果来看，GPT-4o在实时语音交互领域实现突破性进展，为用户提供更为自然、准确的交互体验：1）用户可以随时打断模型，而不需要等到其结束才开始说话，交互更加符合人类交互逻辑；2）实时响应能力大幅提升，模型具有实时响应的能力，不会出现用户长时间等待模型给出响应的尴尬情况；3）模型具有情绪感知能力，能够生成不同情绪风格的语音，交互更加拟人。基于GPT-4o强大的交互能力，发布会中展示了丰富的应用场景，包括声情并茂地讲情感故事、实时视频对话、实时音频翻译等。从技术层面看，GPT-4o采用了全新技术，所有的输入和输出都由同一个神经网络处理，从而实现文本、视觉和音频端到端的训练。　　AI C端应用有望加速落地，重点关注社交、游戏、教育领域2024年以来，多模态能力成为生成式AI的重点攻坚方向，而OpenAI作为头部企业，在技术和产品层面持续引领行业发展。2024年2月OpenAI发布Sora以来，海内外视频生成类应用加速落地。我们认为此次GPT-4o的发布，亦有望助推语音交互类AI应用的落地进程，其中在社交、游戏、教育领域有望率先落地。　　1）社交：目前，AI+社交产品形态多以“用户-AI智能体”交互为主，用户通过与个性化AI虚拟人的交互过程，获得陪伴感与情绪价值。从产品数据来看，海外头部产品Character.AI月活达千万级别，国内Minimax旗下“星野”增势显著。从落地门槛来看，陪伴类场景的任务简单、容错率高，因此成为最快落地的AI C端应用场景。从用户需求来看，AI智能体“更像人”是AI社交用户的核心需求。GPT-4o发布后，有望从多模态（从文字交互到语音交互）、拟人化（更准确识别用户的情绪和需求）等方面大幅提升用户体验，从而推动AI社交类产品进一步破圈、提升商业化能力。　　2）游戏：AI在游戏研发流程中落地较快，目前核心关注游戏玩法的创新。其中AI+NPC已在网易《逆水寒》等产品中落地，但仅限于文字类交互，与核心玩法的结合也较为有限。随着GPT-4o引领交互方式变革，游戏内NPC有望与用户实现实时的语音交互、拟人化程度有望进一步提升，大幅提升用户的沉浸感，进而提升活跃度及付费意愿。　　3）教育：此前，海外多邻国等已将生成式AI运用于口语练习等场景中，助推2023Q4付费用户同比增长57%。GPT-4o落地后有望使“AI教师”更为拟人，进一步提升教学、培训效率和用户体验。