主要观点总结
本文介绍了OpenAI推出的GPT-4o高级语音和视频功能的测试情况，包括语音功能的无延迟、情感感知等特点，以及在教育、情感陪伴等领域的应用前景。文章还提到了相关团队的分析师介绍和风险提示。
关键观点总结
关键观点1: GPT-4o高级语音和视频功能开始测试
OpenAI开始测试GPT-4o的高级语音模式，预计今年秋天向所有ChatGPT Plus用户开放。测试将主要搜集安全、功能方面的反馈，并分享一份全面的GPT-4o评估报告。
关键观点2: GPT-4o语音功能特点
GPT-4o的语音功能可实现无延迟对话并感知情绪语调，能够适应人类说话适时停顿的习惯、记忆对话内容上下文。此次测试距离自首次发布已有近3个月。
关键观点3: GPT-4o在教育及情感陪伴场景的应用
GPT-4o的语音功能可用于教育及情感陪伴场景，改进相关体验，甚至改变人机交互方式。部分用户利用GPT-4o进行口语练习，情感方面，GPT-4o能针对用户讲笑话提供反馈。
关键观点4: 风险提示
AI效果、产品上线节奏、商业化推进存在风险。具体风险以国泰君安证券研究所发布的完整报告为准。
正文
GPT-4o高级语音、视频等功能开始测试，语音功能后续有望向所有付费用户开放，无延迟、具备情感的语音和视频交互将提升教育、情感陪伴等场景下的AI体验。
事件：
北京时间2024年7月31日凌晨，OpenAI宣布开始向小部分ChatGPT Plus用户测试GPT-4o的高级语音模式，预计今年秋天会向所有ChatGPT Plus用户开放。
此次测试为基础，语音功能有望在今年秋季向所有付费用户开放，更多新功能也将陆续落地。
根据OpenAI的说法，本次测试将主要搜集安全、功能方面的反馈，OpenAI将于8月初分享一份全面的GPT-4o评估报告，随后，还会发布视频和屏幕共享新功能。语音功能预计今年秋天会向所有ChatGPT Plus用户开放。
GPT-4o语音功能可实现无延迟对话并感知情绪语调，此次测试距离自首次发布已有近3个月。
北京时间2024年7月31日凌晨，OpenAI宣布开始向一小部分ChatGPT Plus用户推出高级语音模式，相关功能最早在2024年5月14日对外公开，OpenAI在GPT4-o发布会上展示了高级语音功能和视频功能，其中高级语音功能能以平均320毫秒的速度对音频输入做出反应，过程中互动几乎无延迟，能够适应人类说话适时停顿的习惯、记忆对话内容上下文，还可以感知用户声音中的情绪语调，包括悲伤、兴奋等等。
语音功能可用于教育及情感陪伴场景，甚至改变人机交互方式。
从测试用户反馈来看，部分用户利用GPT-4o进行口语练习，GPT-4o将针对用户发音进行实时评分，多种语言测试下都有稳定表现；情感方面，在用户对GPT-4o讲笑话时，它将提供笑声给予反馈；GPT-4o还能实现在讲故事的同时创建各种背景声，以增加沉浸感；有用户结合视频功能向GPT-4o展示了宠物猫的情况，GPT-4o也能够积极回应。我们认为，GPT-4o高级语音、视频等功能将在教育及情感陪伴领域发挥作用，改进相关体验，甚至改变人机交互方式，建议关注教育及情感陪伴赛道的应用机会，受益标的南方传媒、世纪天鸿、昆仑万维、盛天网络、汤姆猫。
风险提示：
AI效果不及预期；产品上线节奏放缓；商业化推进缓慢。
以上内容节选自国泰君安证券已经发布的证券研究报告
《
GPT-4o语音、视频模式测试，可提升教育、情感陪伴体验
》
，
具体内容详见完整版报告。
