OpenAI hatte Anfang der Woche großes Interesse daran, als es chatgpt-4o der Welt vorstellte, und obwohl einige seiner Funktionen noch in der Einführungsphase sind, waren wir bisher auf jeden Fall beeindruckt.

GPT-4o (das „O“ steht für „Omni“) bringt eine große Veränderung in den Chatbot und fügt eine natürlich klingende Stimme hinzu, hinter der fast lebensechte Emotionen stecken. Und jetzt hat ein anderes KI-Unternehmen demonstriert, wie der Sprachmodus des GPT-4o-Modells zur Synthese eines digitalen Menschen genutzt werden kann.

Zu X gehenVictor Riparbelli, Mitbegründer der KI-Video-Engine Synthesia, sagte: „Der GPT-4o-Sprachmodus ist wirklich beeindruckend.“

„Wir haben ihm mit @synthesiaIO EXPRESS-1, unserem neuesten Avatar-Modell, ein Gesicht gegeben. Wenn Empathie wichtig ist – Gesundheitsversorgung, Coaching, Bildung – macht ein freundliches Gesicht wirklich einen Unterschied“, fügte er hinzu und verwies auf die Bedeutung von Videoanrufplattformen wie Gehen Sie über herkömmliche reine Sprachanrufe hinaus.

Einem LLM ein Gesicht geben

Wir haben bereits über Synthesia berichtet, das eine Art Avatar eines Benutzers generiert, der mehr als ein wenig beunruhigend ist.

In Riparbellis Beispiel erzeugt Synthesia eine Frau in einem roten Hemd, deren Lippensynchronisation ziemlich genau zu dem passt, was der Sprachmodus von ChatGPT-4o sagt.

Das Video wird an einer Stelle abgeschnitten, wenn die Demo durch den Raum schwenkt. Daher ist es schwer zu sagen, ob der KI-Avatar mitspielt, indem er sich im Raum umschaut, aber wenn er dem Modell erklärt, dass die Demo seine Fähigkeiten demonstrieren soll, dann ist es so macht zur Überraschung eine nette Art „Kopfneigung“.

Wenn Sie GPT-4o ausprobieren möchten, wird es gerade eingeführt. Hier erfahren Sie, wie Sie Zugang erhalten – seien Sie jedoch darauf vorbereitet, zu warten, wenn OpenAI Sie noch nicht auf die Liste gesetzt hat.

Mehr von Tom's Guide