GPT-4o OpenAI द्वारा जारी किया गया नवीनतम और सबसे बड़ा बड़ा भाषा मॉडल (LLM) AI है, और यह अपने साथ मुफ़्त और सशुल्क उपयोगकर्ताओं के लिए ढेर सारी नई सुविधाएँ लाता है। यह एक मल्टीमॉडल एआई है और तेज प्रतिक्रियाओं, अधिक समझ और कई नई क्षमताओं के साथ चैटजीपीटी को बढ़ाता है जो आने वाले हफ्तों में जारी रहेगा।
मेटा के लामा 3 और गूगल के जेमिनी से बढ़ती प्रतिस्पर्धा के साथ, ओपनएआई की नवीनतम रिलीज गेम से आगे रहने की कोशिश कर रही है। यहाँ बताया गया है कि यह इतना रोमांचक क्यों है।
उपलब्धता और कीमत
यदि आप कुछ समय से चैटजीपीटी के मुफ्त संस्करण का उपयोग कर रहे हैं और उन सुविधाओं को ईर्ष्या से देख रहे हैं जिनका चैटजीपीटी प्लस उपयोगकर्ता आनंद ले रहे हैं , तो बहुत अच्छी खबर है! आप भी अब छवि पहचान, फ़ाइल अपलोड, जीपीटी स्टोर में कस्टम जीपीटी ढूंढ सकते हैं, चैट करते समय अपनी बातचीत को बनाए रखने के लिए मेमोरी का उपयोग कर सकते हैं ताकि आपको खुद को दोहराने की आवश्यकता न हो, और डेटा का विश्लेषण और जटिल गणनाएं कर सकें।
यह सब मानक GPT-4 मॉडल की उच्च बुद्धिमत्ता के साथ है, जो GPT-4o के बराबर है, भले ही इसे मल्टीमॉडल AI के रूप में जमीन से प्रशिक्षित किया गया हो। ऐसा संभव होने का कारण यह है कि GPT-4o चलाने के लिए कम्प्यूटेशनल रूप से बहुत सस्ता है, जिसका अर्थ है कि इसे कम टोकन की आवश्यकता होती है, जो व्यापक उपयोगकर्ता आधार के लिए इसका आनंद लेना अधिक व्यवहार्य बनाता है।
हालाँकि, मुफ़्त उपयोगकर्ताओं के पास सीमित संख्या में संदेश होंगे जो वे प्रतिदिन GPT-4o पर भेज सकते हैं। जब वह सीमा पूरी हो जाएगी, तो आपको GPT-3.5 मॉडल पर ले जाया जाएगा।
यह बहुत तेज़ है
GPT-4 कई मायनों में GPT-3.5 से अलग था और गति उनमें से एक थी। हाल के महीनों में अपनी प्रगति और जीपीटी-4 टर्बो की शुरूआत के बावजूद, जीपीटी-4 बिल्कुल धीमा था। हालाँकि, GPT-4o लगभग तात्कालिक है। यह इसके पाठ प्रतिक्रियाओं को अधिक तेज़ और अधिक कार्रवाई योग्य बनाता है, जिसमें ध्वनि वार्तालाप वास्तविक समय के करीब होता है।
जबकि प्रतिक्रिया की गति गेम-चेंजिंग की तुलना में एक अच्छी सुविधा की तरह लगती है, यह तथ्य कि आप वास्तविक समय में प्रतिक्रिया प्राप्त कर सकते हैं, GPT-4o को अनुवाद और वार्तालाप सहायता जैसे कार्यों के लिए अधिक व्यवहार्य उपकरण बनाता है।
उन्नत आवाज समर्थन
हालाँकि अपनी प्रारंभिक शुरुआत में, GPT-4o केवल पाठ और छवियों के साथ काम करने में सक्षम है, इसे वॉयस कमांड का उपयोग करने और ऑडियो का उपयोग करने वाले उपयोगकर्ताओं के साथ बातचीत करने में सक्षम बनाने के लिए बनाया गया है। इसका मतलब यह है कि जहां GPT-4 एक आवाज़ ले सकता है, उसे टेक्स्ट में बदल सकता है, उस पर प्रतिक्रिया दे सकता है, और फिर उसके टेक्स्ट प्रतिक्रिया को वॉयस आउटपुट में बदल सकता है, GPT-4o एक आवाज़ सुन सकता है, और उसी तरह प्रतिक्रिया दे सकता है। अपनी बेहतर गति के साथ, यह कहीं अधिक संवादात्मक रूप से प्रतिक्रिया दे सकता है, और आवाज के अनूठे पहलुओं जैसे स्वर, गति, मनोदशा और बहुत कुछ को समझ सकता है।
GPT-4o हँस सकता है , व्यंग्यात्मक हो सकता है, गलती करते समय खुद को पकड़ सकता है, और मध्य धारा को समायोजित कर सकता है, और आप उसकी प्रतिक्रिया को पटरी से उतारे बिना उसे बातचीत में बाधित कर सकते हैं। यह विभिन्न भाषाओं को भी समझ सकता है और तुरंत अनुवाद कर सकता है, जिससे यह वास्तविक समय के अनुवाद उपकरण के रूप में प्रयोग करने योग्य हो जाता है। यह गा सकता है – या स्वयं के साथ युगल गीत भी गा सकता है।
इसका उपयोग साक्षात्कार की तैयारी, गायन प्रशिक्षण, रोल-प्लेइंग एनपीसी चलाने, अलग-अलग आवाजों और पात्रों के साथ नाटकीय सोते समय की कहानियां सुनाने, गेम प्रोजेक्ट के लिए आवाज वाले संवाद बनाने, चुटकुले सुनाने ( और आपके जवाब में हंसने ) के लिए किया जा सकता है, और भी बहुत कुछ। .
बेहतर समझ
GPT-4o आपको अपने पूर्ववर्तियों की तुलना में बहुत बेहतर समझता है, खासकर यदि आप उससे बात करते हैं। यह स्वर और इरादे को कहीं बेहतर ढंग से पढ़ सकता है, और यदि आप चाहते हैं कि यह आरामदायक और मैत्रीपूर्ण हो, तो यह बातचीत को हल्का बनाए रखने के प्रयास में आपके साथ मजाक करेगा।
जब यह कोड या टेक्स्ट का विश्लेषण कर रहा होता है, तो यह आपके इरादों को कहीं अधिक ध्यान में रखेगा, जिससे आपको वह प्रतिक्रिया देने में बेहतर मदद मिलेगी जो आप चाहते हैं और कम-विशिष्ट संकेत की आवश्यकता होती है। यह वीडियो और छवियों को पढ़ने में बेहतर है, जिससे यह अपने आसपास की दुनिया को समझने में सक्षम हो जाता है।
कई डेमो में, OpenAI ने उपयोगकर्ताओं को उस कमरे का फिल्मांकन करते हुए दिखाया जिसमें वे हैं, GPT-4o मॉडल के साथ फिर उसका वर्णन किया गया। एक वीडियो में, एआई ने अपने दूसरे संस्करण में कमरे की जगह का भी वर्णन किया, जिसके बाद उस विवरण के आधार पर उसकी अपनी प्रतिक्रियाएं थीं।
मूल macOS डेस्कटॉप ऐप
विंडोज़ में नेटिव एआई अभी भी बहुत सीमित कोपायलट (अभी के लिए) तक ही सीमित है, लेकिन मैकओएस उपयोगकर्ता जल्द ही डेस्कटॉप से चैटजीपीटी और इसके नए जीपीटी-4o मॉडल का पूर्ण उपयोग करने में सक्षम होंगे। एक नए देशी डेस्कटॉप ऐप के साथ, ChatGPT अधिक आसानी से उपलब्ध होगा – और बूट करने के लिए एक नए उपयोगकर्ता इंटरफ़ेस के साथ – इसे पहले से कहीं अधिक उपयोग करना आसान बना देगा।
ऐप आने वाले दिनों में अधिकांश चैटजीपीटी प्लस उपयोगकर्ताओं के लिए उपलब्ध होगा, और आने वाले हफ्तों में इसे मुफ्त उपयोगकर्ताओं के लिए पेश किया जाएगा। इस वर्ष के अंत में एक विंडोज़ संस्करण का वादा किया गया है।
यह अभी तक पूरी तरह तैयार नहीं है
लेखन के समय, GPT-4o का एकमात्र पहलू जो जनता के लिए उपलब्ध है वह पाठ और छवि मोड हैं। इसमें कोई उन्नत ध्वनि समर्थन नहीं है, कोई वास्तविक समय वीडियो समझ नहीं है, और macOS डेस्कटॉप ऐप कम से कम कुछ और दिनों तक सभी के लिए उपलब्ध नहीं होगा।
लेकिन यह सब आ रहा है. ChatGPT के लिए ये परिवर्तन और अन्य रोमांचक अपग्रेड निकट ही हैं।