昨天OpenAI开发者关系负责人Romain Huet在旧金山AI工程师世界博览会上的做了一个演讲，主要介绍了多模态AI模型的最新进展及其应用.

Open AI开发者关系负责人Romain Huet 演示了多个ChatGPT的实时语音和多模态的能力，主要提及了以下几点：

1）Sora居然支持克隆你自己的声音对生成的视频配音，可以用你的声音说多种语言

2）ChatGPT实时语音的演示，包括调整说话语气，快速摄像头OCR内容识别，随时打断的能力 

3）ChatGPT 桌面内容共享和剪切板共享帮助编写代码和Debug

4）下一个模型GPT Next，根据时间轴上写的2024，看来年底肯定发布了，GPTNext 大约比 GPT4 智能 2 倍

Romain Huet透露OpenAI未来重点关注四大领域

提高文本智能：尽管多模态发展迅速，但提升文本智能仍是关键，未来模型的推理能力将大幅提高‍

更快更便宜的模型：OpenAI计划推出不同大小和价格的模型，以满足不同的需求‍

模型定制化：OpenAI提供了广泛的定制化服务，包括微调API，帮助企业根据自身需求定制模型

代理技术：OpenAI致力于发展能够使用多模态与世界互动的AI代理，提升其感知和管理能力

本文作者：opencat，文章来源：AI寒武纪，原文标题：《GPT-Next：OpenAI下一个模型，智能为GPT-4两倍》。