概要
OpenAIのマルチモーダルモデル。テキスト・画像・音声を統合的に扱う。
詳しい解説
GPT-4oは、が開発したです。「o」はomni(全方位)を意味し、テキスト・画像・音声を統合的に、低遅延で扱えるのが特徴です。シリーズの一つで、リアルタイムの音声対話などに活用されます。
💡 青い破線の用語にカーソルを合わせる(タップする)と、その場で簡単な説明が表示されます。
具体例・活用シーン
音声も画像も
話しかけると音声で応答し、見せた画像についても答えられる統合的なモデルです。
関連用語
この説明に誤りや改善点を見つけましたか?
✏️ この説明を改善提案する