近日，Open AI正式推出最新旗艦模型GPT-4o（o代表Omni，全能）。

GPT-4o作為最新旗艦模型，可以實時對音頻、視覺、文本進行推理，支持文本、音頻和圖像的任意組合輸入，并能生成文本、音頻和圖像的任意組合輸出。其在多語言、音頻和視覺能力方面相較前代也有所提升。

在發布會現場，GPT-4o講述了一個關于機器人與愛情的故事，在這個過程中，GPT-4o不斷挑戰用更加情緒化、戲劇化的方式進行朗讀，用戶可以明顯感受到其中情感與音色的變化。

Sam Altman在社交媒體上

留下一句“her”。

科幻電影《Her》似乎已走進現實。

站在“Her”來臨的當下，

AI底層技術有哪些趨勢或方向？

邱鋰力

微軟亞洲研究院副院長

微軟亞洲研究院（上海）負責人

最關鍵的不再是掌握復雜的技術細節，而是依賴于你的想象力和目標設定。大模型可以幫助我們處理許多具體的技術問題。

@上?？萍?/p>

站在這個時間節點，您覺得AI底層技術有哪些趨勢或方向？

@邱鋰力

AI的應用已經涵蓋了生活的各個方面，我們特別關注以下三個方向：

一是效率。目前AI的訓練和使用成本仍然較高，我們正在不同層面上努力提升效率，包括從引擎到平臺，再到實際應用的各個環節。

二是多模態。AI技術已經能處理不同的數據模態，如文本、圖片、視頻和語音。然而，要支持醫療等特定應用，我們還需處理更多如生理信號、無線感知技術（包括WiFi、毫米波和激光雷達）等不同于傳統模態的數據。我們致力于更好地支持這些新模態，并探索如何將它們與傳統模態結合，這一領域有巨大的發展潛力。

三是應用。盡管大模型的能力非常強大，但要將它們應用到具體行業中，仍面臨許多新的問題和挑戰。在解決這些問題的同時，也帶來了很多機遇。

@上海科技

在未來的人才引進策略上，微軟亞洲研究院（上海）有哪些計劃？目前團隊的年齡結構是怎樣的？

@邱鋰力

我們的團隊非常年輕，我們在持續招聘全職研究員和實習生。上海是一個國際化的平臺，比較容易吸引來自全球各地的人才。最近，我們還吸引了兩位跨學科的人才。一位是醫學專業畢業的創業者，他曾開發過應用于醫療領域的AI技術，所以在我們討論醫療項目時貢獻了很多寶貴意見，碰撞出很多火花，我們在醫療方面也有很多新的研究方向正在推動中。另一位是神經科學家，他有理論物理的背景，對AI非常熟悉。我們認為，許多前沿技術的發展需要跨學科和跨領域的合作。