GPT-4o (“o” for “omni”) is a step towards much more natural human-computer interaction—it accepts as input any combination of text, audio, image, and video and generates any combination of text, audio, and image outputs. It can respond to audio inputs in as little as 232 milliseconds, with an average of 320 milliseconds, which is similar to human response time(opens in a new window) in a conversat

以下の記事が面白かったので、簡単にまとめました。 ・Hello GPT-4o 1. GPT-4o「GPT-4o」 (「omni」の「o」) は、人間とコンピュータのより自然な対話に向けた一歩です。テキスト、音声、画像のあらゆる組み合わせを入力として受け入れ、テキスト、音声、画像の出力のあらゆる組み合わせを生成します。 音声入力にはわずか232ミリ秒 (平均320ミリ秒) で応答できます。これは、人間の会話における応答時間とほぼ同じです。英語のテキストおよびコードでは「GPT-4 Turbo」のパフォーマンスに匹敵し、英語以外の言語のテキストでは大幅に改善されており、APIでははるかに高速で50%安価です。「GPT-4o」は、既存のモデルと比較して、特に視覚と音声の理解に優れています。 2. モデルの機能「GPT-4o」以前は、音声モードを使用して、平均2.8秒 (GPT-3.5) および5

株式会社三菱UFJフィナンシャル・グループ（代表執行役社長 亀澤 宏規、以下 MUFG）の連結子会社である株式会社三菱UFJ銀行（取締役頭取執行役員 半沢 淳一、以下 三菱UFJ銀行）とウェルスナビ株式会社（代表取締役CEO 柴山 和久、以下 ウェルスナビ）は、本日、資本業務提携契約を締結いたしました。本資本業務提携に伴い、三菱UFJ銀行はウェルスナビが実施する第三者割当により、ウェルスナビの普通株式9,110,000株（2023年12月31日現在の発行済株式総数および本第三者割当による新規発行株式数を合計した58,600,339株に対する所有割合15.55%）を取得します。また、本資本業務提携を円滑に進めるため、ウェルスナビの株主総会での承認を条件に、三菱UFJ銀行より社外取締役1名をウェルスナビに派遣することを検討しております。これらにより、ウェルスナビは三菱UFJ銀行の持分法適用関連