近日，OpenAI 举办春季发布会，推出全新 GPT-4o 模型，掀起了全球 AI 大模型领域的新热潮。
作为 OpenAI 旗下又一个王炸产品，GPT-4o 让人机交互更智能。据了解，GPT-4o 可接收文本、音频和图像的任意组合作为输入，并实时生成文本、音频和图像的任意组合输出，使 ChatGPT 能够处理 50 种不同的语言，同时提高了速度和质量，尤其在音频理解方面表现出色，可以在 232 毫秒内对音频输入做出反应，平均响应时长也仅有 320 毫秒，与人类在对话中的反应速度相当，实现了人与 AI 的“丝滑”对话。
侧重情感陪伴和情绪价值是 GPT-4o 的另一个特点。OpenAI 研究员 Mark Chen 表示，新模型具有“感知情绪”的能力，能笑、会唱，可以表达情感，还可以处理用户打断它的情况。在 OpenAI 发布的录播视频中，机器人能够从急促的喘气声中理解“紧张”的含义，并且指导演示人员进行深呼吸。
“感知情绪”的能力天然适配 AI 陪伴应用的需求。所谓“AI 陪伴”，通常指的是利用人工智能技术，特别是自然语言处理和机器学习，来创建能够模拟人类交流和情感互动的虚拟伴侣或助手。这类应用能够与用户进行日常对话，提供社交互动和情感支持，甚至能够成为用户的生活助手，提供长期陪伴。
实际上，在过去一年里，“AI 陪伴”一直是人工智能企业们布局的重点领域，在商业变现的层面，“AI 陪伴”目前也是消费者最愿意买单的应用场景之一。国联证券研报指出，AI 陪伴产品预计中期在游戏、直播、社交用户中逐步破圈，向 7 亿 + 泛娱乐用户渗透；长期来看，有望覆盖 13 亿 + 泛互联网用户，推动社交关系由“人-人”转化为“人-人 / AI”。去年 A16Z 也曾指出，AI 伴侣将是人工智能落地的第一批杀手级应用，能将生成式 AI 真正带入消费者的日常生活中。
目前，已有众多公司布局了“AI 陪伴”赛道。2023 年 5 月，AIGC 软件 A 股上市公司万兴科技 (300624.SZ) 已率先推出 Trumate, 这是一款基于多模态技术构建的沉浸式虚拟陪伴聊天应用，融合了 AI 语音交流、AIGC 技术支持的形象装扮定制、个性化人设问题、基于 AI Agent 推理的个性化剧场、多个 AI Agent 协同的精彩群聊等多种功能，在虚拟形象、人设、声音等方面设置了更多玩法，具有高沉浸感和娱乐感等特征。
公开信息显示，推出 Trumate 的万兴科技是中国数字创意软件领域产品覆盖面广、营收体量大、全球化程度高的 A 股上市公司，也是国内 AIGC 行业龙头企业以及国内最大的数字创意软件出海企业，在出海领域有着长达 20 年的经验，业务覆盖 200 多个国家和地区，全球累计用户超 15 亿，被视为中国版“Adobe”。
加速布局“AI 陪伴”赛道的不止万兴科技。海外，Character.ai, CrushOn,Talkie,Replika 等产品早前已出圈，在用户量、营收方面有了较为亮眼的表现，例如 Character.ai2023 年营收约为 1520 万美元，证明了该类应用的广阔商业化空间；国内大厂方面，已有腾讯“未伴”、百度“小侃星球”、美团“Wow”等 AI 聊天类产品；初创企业方面，有消息称，推出了 Kimi 的月之暗面最近也在做一款名为 Ohai AI 的 AI 聊天类产品。
随着 GPT-4o 的发布，“AI 陪伴”赛道鏖战或将更加激烈。类比移动互联网生态演进历程，基础设施的进一步发展是应用繁荣的重要条件，对于 AI 应用来说，AI 底层模型技术的持续迭代，是 AI 陪伴应用持续发展的一个关键因素。
伴随着多模态技术的深入发展，大模型领域也在不断升级变化，从图文时代 1.0 加速进入到以音视频多媒体为载体的 2.0 时代，基于这样的趋势，国内厂商正加快大模型迭代。4 月 28 日，万兴科技旗下国内首个音视频多媒体大模型万兴“天幕”正式公测，该大模型采用了先进的音视频生成式 AI 技术，具备近百项音视频原子能力，并已在海外规模化商用，其中文字生成视频能力实现不同风格、丰富场景及主题的连贯性，一键生成时长可超 60 秒。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。