关注《田丰说》，每天3分钟，掌握全球AI大事件！本视频由商汤“如影”数字人APP生成。

田老师认为，声音是最具感染力的表现形式，超级拟真的人类声音AI助手将走入各行各业、千家万户。能感受谈话对方情绪变化、环境变化的AI语音交流，正在成为所有智能终端、服务窗口的“必杀技”，美国有OpenAI的GPT-4o，正在融入近十亿苹果手机终端，而中国也有多模态感知、语音交流的商汤日日新5o，成为每个青少年、成年人的生活小助手、工作好帮手。

全球AI要闻，2024年秋季，OpenAI全面放开高级语音模式。

7月31日，OpenAI在X官方账号宣布，将在ChatGPT中向一小部分Plus付费用户推出高级语音模式，秋季将向所有Plus用户推出。所谓的高级语音模式将提供更自然、实时的对话模式，允许用户随时打断，并能感知和回应情绪。OpenAI用100多名外部红队人员测试了 GPT-4o的语音功能，涉及全球45种语言。为了保护个人隐私，对模型预设了四种声音说话，还引入了新的过滤器来实施防护，阻止对暴力或受版权保护内容的请求。OpenAI称：“从这次阿尔法测试中汲取的经验将有助于我们为每个人提供更安全、更丝滑的高级语音体验。”OpenAI计划在8月初分享有关GPT-4o功能、局限性和安全评估的详细报告。

本周一，OpenAI签署了一份致立法者的信函，与微软、Meta、Palantir、Cohere、亚马逊等公司一起支持美国人工智能安全研究所。美国《未来人工智能创新法案》正式授权美国人工智能安全研究所，作为制定人工智能模型标准和指导方针的联邦机构，该研究所会与私营组织、公共组织合作，“最大限度地降低人工智能这项新技术带来的潜在风险”。

本周，OpenAI GPT-4o开始测试64K“长输出模式”。Alpha版测试用户能使用“GPT-4o-64k-output-alpha”API端点访问。从推理角度来看，长输出的成本更高，因此该模型的定价会相应提高，以匹配成本开支，每百万输入token定价为6美元，每百万输出token定价是18美元。

每天3分钟，掌握全球AI大事件！《田丰说》全网发布，请点赞、收藏加关注！