出现这种情况的原因 因为大概是用户无意中打开了浏览器无障碍模式中的使用文本光标浏览网页的功能。 对于Chrome浏览器而言就是这样的： 直接按F7关闭这个模式

如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能（AI）正赋能各个产业，推动着人类进入智能时代。本文从介绍人工智能及主要的思想派系，进一步系统地梳理了其发展历程、标志性成果并侧重其算法思想介绍，将这段 60余年几经沉浮的历史，以一个清晰的脉络呈现出来，以此展望人工智能（AI

2024年7月18日，OpenAI 正式推出了 GPT-4o mini，这是 GPT-4o 的简化版本，具有更小的参数量和更高的性价比。自今日起，ChatGPT 的免费用户、Plus 用户和 Team 用户将能够使用 GPT-4o mini，而企业用户将在下周获得权限。 GPT-4o mini 主要特点 GPT-4o mini 专注于低成本和快速响应，适用于需要连续或同时调用多个模型的应用程序。它能够处理大量上下文信息，支持多达 128K token 的长上下文，并能通过快速实时的文本回复与客户进行互动。其知识库更新至 2023 年 10 月，对非英文内

OpenAI的GPT-4o的横空出世，再次巩固了其作为行业颠覆者的地位。GPT-4o的发布不仅仅是一个产品的揭晓，它更像是向世界宣告AI技术已迈入了一个全新的纪元，连OpenAI的领航者萨姆·奥特曼也不禁感慨，这如同直接从科幻电影情节走进现实。

OpenAI 开了一场发布会，时间不长，杀伤力却极大，大家都被刷屏了吧！相信很多小伙伴已经用上新模型了，也有不少同学遇到各种各样的问题。 第一时间做了深入体验和测试，结合多个群里的常见问题，趁热跟大家分享。 这场发布会有哪些亮点？ 发布新款旗舰模型 GPT-4o。这是一款原生多模态大模型，具备原生的文本、视觉、音频输入能力，以及文本、语音输出能力。ChatGPT 可以更直接更自然地睁眼看、开口说了。 ChatGPT 实时语音交互。依托 GPT-4o 的原生多模态能力，ChatGPT 不再需要像以往那样外挂语音识别和语音合成模块，语音对话更加生动自然。虽然语音交互早已不是什么新鲜事儿，但现场演示的 “实时语音交互” 还是令人大受震撼。 ChatGPT 桌面客户端。可以读取系统剪贴板和屏幕内容，更紧密地融入到用户的工作流中。本次发布的只有 macOS 版，Windows 将在今年晚些时候发布。 更多高级功能普及到免费用户。OpenAI 真的是在朝着他们的愿景往前走

参考1：最强音乐类 AI——Suno 快速入门手册！（保姆级教程） - 知乎 (zhihu.com) 参考2：AI音乐GPT时刻来临｜Suno 全面使用指南 - UIED用户体验学习平台 参考3：Suno V3发布，AI的风终于还是吹到了音乐圈 (baidu.com) 最强音乐类 AI——Suno 快速入门手册！（保姆级教程） 最近，音乐 AI 领域的”ChatGPT“——Suno火爆出圈。今天更是持续霸占知乎热门话题榜Top1，被2500多万人围观。

前些天都在聊 GPT-4o 有多震撼，今天也该聊些硬核干货了。 我们的 AI 应用是否应该立即切换到 GPT-4o 的 API？会遇到哪些挑战，又该如何应对？尝试通过自己的实际测试来解答这些问题。 价格 GPT-4o 的发布对于开发者来说，最直接的吸引力就是价格大降！GPT-4o API 的定价相对于 GPT-4-Turbo 直接腰斩，这是一项重大利好。 之前整理的 “各家旗舰模型 API 参考定价表”，今天更新如下：（单位：元 / 百万 token） 厂商 模型 输入定价 输出定价 OpenAI gpt-4-turbo 72.30 216.90 OpenAI gpt-4o 36.15 108.45 文心

GPT-4o 中的“o”代表“omni”——指的是 GPT-4o 的多模态。 该模型将向免费客户开放，这意味着任何人都可以通过 ChatGPT 访问 OpenAI 最先进的技术。 GPT-4o 是 OpenAI 昨天晚上发布的新旗舰模型，可以实时推理音频、视觉和文本。 据官方介绍，免费用户将能体验： GPT-4 级别的智能互动 结合模型与网络的回复 数据分析与图表制作 图片话题讨论 文件上传以辅助总结、创作或分析 探索并使用 GPT 及 GPT 商店 利用记忆功能构建更佳体验 但是，注意我要说但是了！ 我一早起床就打开了ChatGPT，一看左上角模型居然还是 3.5！

5 月 14 日凌晨，OpenAI 发布了一个新模型——GPT-4o。 对，不是搜索，不是 GPT-5，而是 GPT-4 系列的一款全新多模态大模型。按照 OpenAI CTO 米拉·穆拉蒂（Muri Murati）的说法，GPT-4o——「o」代表了 omni（意为「全能的」）——能够接受文本、音频和图像任意组合的输入与输出。 而新的 GPT-4o 模型响应更快、处理更快、效率更高，也让人机交互在一定程度上发生了质的变化。 事实上，在不到 30 分钟的发布会中，最为人津津乐道的不是 GPT-4o 这个模型自身，而是在 GPT-4o 的支撑下，ChatGPT 的交互体验。不仅是人机语音对话体验更接近人与人之间的实时对话，视觉识别能力的进步也让 AI 更能基于现实世界进行语音交互。 简而言之就是更自然的人机交互。这很容易让人想起《她（Her）》中的 AI 虚拟助手，包括 OpenAI CEO 山姆·奥尔特曼（Sam Altman）：

第一章、2024大语言模型最新进展介绍 1、2024 AIGC技术最新进展介绍（生成式人工智能的基本概念与原理、文生视频模型OpenAI Sora vs.Google Veo） 2、国内外大语言模型（ChatGPT-4o、Gemini、Claude、Llama3、温馨一言、星火、通义千问、Kimi、智谱清言等）对比分析 3、Llama3开源大语言模型的本地部署、对话与微调训练本地数据 4、ChatGPT-4o对话初体验（注册与充值、购买方法） 5、ChatGPT-4o科研必备GPTs汇总介绍（寻找好用的GPTs模型、提示词优化、生成思维导图、生成PPT、生成视频、制定个性化的学习计划、检索论文、总结论文内容、总结视频内容、撰写论文、论文翻译、论文润色与修改、参考文献格式管理、论文评审、数据分析、生成代码、代码调试等） 6、GPT Store简介与使用 7、定制自己的专属GPTs（制作专属GPTs的两种方式：聊天/配置参数、利用Knowledge上传本地知识库提升专属GPTs性能、利用Actions通过API获取外界信息、专属GPTs的分享） 8、ChatGPT-4o对话记录保存与管理 第二章、ChatGPT-4o提示词使用方法与技巧 1、ChatGP