Riassunto di tutti gli annunci di OpenAI: GPT4o e non solo!

Summary

The video script discusses a highly anticipated conference by Open AI, where they announced several groundbreaking updates. The most notable is the introduction of a new model named GPT-4, which is not to be confused with GPT-5 due to PR reasons. GPT-4 is a multimodal model capable of handling text, vision, and audio natively, which significantly reduces latency and enhances the quality and speed of interactions. The model will be available to all users, including those with a free account, with the only difference being the number of messages they can send. The video also showcases impressive demos, including real-time translation, voice interaction, and even solving equations on paper. The script highlights the model's ability to understand and generate responses with human-like intonation and speed, making it more realistic and user-friendly. The advancements in GPT-4 are seen as a significant leap in AI technology, offering a more integrated and immediate user experience.

Takeaways

• 📢 The highly anticipated Open Eye conference featured a significant announcement, the unveiling of a new model named GPT 4o, which is a major update in the field of AI technology.
• 💻 A new desktop app for GPT has been introduced, allowing users to access the technology through a web login, smartphone app, and now a desktop application for PCs, offering a faster and more interactive experience.
• 🔍 GPT 4o is a multimodal model capable of handling text, vision, and audio natively, which is a significant leap from previous models that required transitions between separate models for different modalities.
• 🎉 GPT 4o will be available to all users, including free users, marking a new era where a paid subscription is not necessary to access the latest features, with the only difference being the number of messages allowed.
• 📉 The latency for GPT 4o has been significantly reduced to approximately 320 milliseconds, which is comparable to human response times, making interactions more immediate and realistic.
• 🎤 The new model features a more human-like and realistic voice, with improved tone, language nuances, and speed, enhancing the user experience and making it more engaging.
• 📱 A live demonstration showcased the ability to solve an equation in real-time using a pen and paper, without the need for taking a photo, highlighting the model's ability to process information in real-time.
• 🌐 GPT 4o can perform real-time translation, which was demonstrated by translating speech between Italian and English seamlessly, showcasing the model's capability to understand and produce language instantly.
• 🎨 The model has shown the ability to generate images and 3D objects from text descriptions, creating coherent and detailed visuals that align with the input provided.
• 📹 GPT 4o can summarize videos and extract key concepts, which could be particularly useful for processing long video content or meetings, offering a new level of efficiency in content analysis.
• ⚙️ Despite the impressive advancements, there is a note of caution regarding the potential for unexpected issues when new models are first implemented, suggesting that real-world testing will be crucial.

Q & A

What was the main topic of the Open Eye conference?

The main topic of the Open Eye conference was the announcement of a new model called GPT 4o, which is a multimodal model capable of handling text, vision, and audio natively.

What are the three major announcements made during the conference?

The three major announcements were: 1) A new desktop app for CGPT with a completely revised interface, 2) The introduction of the GPT 4o model, and 3) The availability of the new model to all users, including free users, with the only difference being the number of messages they can send.

How does the new GPT 4o model differ from previous models?

GPT 4o is a multimodal model that can natively process text, vision, and audio, unlike previous models where these functionalities were handled by separate models with transitions between them.

What does the term 'Omni' in GPT 4o stand for?

The term 'Omni' in GPT 4o stands for its multimodal capabilities, indicating that it can handle various modes of input and output natively and efficiently.

How does the new desktop app improve user interaction with CGPT?

The new desktop app provides a faster and more fluid interface, lower latency, and the ability to use a microphone and webcam, making interactions more immediate and allowing features like screen sharing.

What is the significance of making GPT 4o available to free users?

Making GPT 4o available to free users is significant because it allows access to advanced features without requiring a paid subscription, thus broadening the model's accessibility.

What are the potential applications of the real-time translation feature demonstrated in the conference?

The real-time translation feature can be used to transform smartphones into real-time translators, facilitating communication between speakers of different languages on the fly.

How has the response time of the model improved with GPT 4o?

The response time has been significantly reduced to about 300 milliseconds, which is similar to a human response time in a conversation, making it more realistic and user-friendly.

What is the significance of the model's ability to handle simultaneous voice, text, and video responses?

The ability to handle simultaneous voice, text, and video responses allows for a more integrated and natural interaction, enhancing the user experience and making the model more versatile in various applications.

What are the implications of the model's improved coherence in character generation for storytelling or comic creation?

Improved coherence in character generation allows for the creation of more consistent and engaging narratives, which can be particularly useful in applications like comic creation or interactive storytelling.

How does the model's ability to generate 3D objects and visual content enhance its utility?

The ability to generate 3D objects and visual content expands the model's capabilities beyond text and audio, allowing it to be used in a wider range of applications, from graphic design to virtual reality.

What is the potential impact of the model's ability to summarize videos on content analysis and information retrieval?

The ability to summarize videos could greatly enhance content analysis and information retrieval, making it easier to extract key points from long videos and making video content more accessible and searchable.

Outlines

00:00

📢 Open Eye Conference Recap

The video script begins with a summary of the highly anticipated Open Eye conference, where a significant announcement was expected. The conference was very interesting and showcased a new model, possibly named GPT 4, although the speaker humorously notes it could have been GPT 5. Three major announcements were made, which will be discussed in the video. The first is the introduction of a desktop app for CGPT, allowing for web use, smartphone app use, and now desktop app use, promising faster interaction with a revamped interface and lower latency. The second announcement is the unveiling of the new model, '4o', which is of great interest due to its impressive capabilities demonstrated live during the conference. The third piece of news is that this new model will be available to all users, including free users, marking a significant change as it means no paid subscription is required to access new features, only a difference in the number of messages.

05:02

🚀 GPT 4o's Multimodal Capabilities

The second paragraph delves into the importance of GPT 4o's multimodal capabilities, highlighting its native ability to handle text, vision, and audio. This is a significant improvement over previous models, which required transitions between separate models for different modalities, leading to increased latency. GPT 4o's real-time response to audio inputs, with a latency similar to human conversation, is emphasized as a key feature for realistic and convenient daily use. The paragraph also mentions that the free version of GPT 4 will include features previously exclusive to the paid version, such as file uploading, GPT usage, and memory capabilities.

10:18

🎤 Real-Time Translation and Voice Interaction

The third paragraph focuses on the real-time translation capabilities of GPT 4o and its ability to interact with users through voice. It discusses a demonstration where GPT 4o performs live translations between Italian and English, showcasing its low latency and human-like response times. The paragraph also touches on the public's mixed reactions to the speed of translation, with some finding it too slow and others appreciating the innovation. The speaker argues for a long-term perspective, suggesting that improvements will continue to be made.

15:21

🎬 Demonstrations of GPT 4o's Real-Time Processing

The fourth paragraph describes various demonstrations of GPT 4o's capabilities, including real-time audio, video, and text processing. It highlights the model's ability to recognize objects in real-time without the need for photography, as was previously the case. The paragraph also emphasizes the model's coherence in character and story development, as well as its impressive response speed and natural language processing, which make it seem incredibly realistic and useful for everyday tasks.

20:24

🎼 GPT 4o's Creativity and Performance

The fifth paragraph showcases GPT 4o's creative and performative abilities. It discusses how GPT 4o can improvise songs, adjust its voice's speed and tone, and even whisper, demonstrating a high level of interpretative skill. The paragraph also mentions the model's ability to generate images and maintain character consistency across different situations, which is a significant challenge for AI. The speaker expresses excitement about the potential of these features and the quality of interaction they enable.

25:25

📽 GPT 4o's Video Summarization and 3D Object Creation

The sixth and final paragraph discusses GPT 4o's ability to summarize videos and create 3D objects. It mentions the potential for users to upload videos for summarization, which could be particularly useful for business meetings or other recorded events. The paragraph also highlights GPT 4o's ability to create 3D objects and logos from textual descriptions, as well as its impressive rendering of text. The speaker concludes by encouraging viewers to subscribe to the channel and check out a tutorial on GPT 4o's memory feature.

Keywords

💡GPT 4o

GPT 4o refers to a new model of an AI language model discussed in the video. It is a significant upgrade from previous versions, offering multimodal capabilities such as handling text, vision, and audio natively and in real-time. The term is central to the video's theme as it represents a leap in AI technology, enabling more natural and efficient interactions with users. For instance, the video mentions that GPT 4o can perform real-time translations and understand visual cues, which were demonstrated through live demos.

💡Desktop App

The desktop app is a new feature announced in the video that allows users to access the AI model from a PC. This is a departure from the traditional web-based interface, offering a potentially more integrated and faster experience. The desktop app is part of the video's narrative on expanding accessibility and improving user interaction with AI technology.

💡Real-Time Translation

Real-time translation is a capability of the GPT 4o model that enables instantaneous conversion of spoken language from one to another. This feature is showcased in the video as a significant advancement in AI, allowing for more seamless communication between speakers of different languages. The script mentions a live demo where the model translates between Italian and English, highlighting the practical applications of such a feature.

💡Multimodal

Multimodal refers to the ability of the GPT 4o model to process and understand multiple types of input data, such as text, vision (images), and audio. This is a key concept in the video as it demonstrates the model's advanced functionality compared to previous versions. The term is used to emphasize the model's enhanced ability to interact with users in a more human-like manner, as seen in the video's live demonstrations.

💡Latency

Latency in the context of the video refers to the delay between the input of a query and the AI model's response. The reduction of latency is a major focus, as it is crucial for real-time interactions. The script discusses how GPT 4o has significantly reduced latency, making it more practical for everyday use and more closely resembling human conversation speeds.

💡Free Access

Free access implies that the new features and capabilities of the GPT 4o model will be available to all users, including those without a paid subscription. This is a significant change from previous models where advanced features were often restricted to paid users. The concept is important to the video's theme as it speaks to inclusivity and democratization of advanced AI technology.

💡Live Demo

A live demo is a real-time demonstration of the AI model's capabilities, shown during the conference. These demonstrations are vital to the video's narrative as they provide tangible proof of the model's abilities. The script mentions several live demos, such as real-time translation and vision-based interactions, which serve to illustrate the practical applications and potential impact of the GPT 4o model.

💡Omni

Omni, in the context of the video, is a prefix used to describe the GPT 4o model's all-encompassing capabilities, suggesting that it is an all-round or universal model. It ties into the theme of the video by emphasizing the model's multimodal and comprehensive functionality, which is a significant departure from previous models that were more limited in scope.

💡User Interface

The user interface refers to the design and layout through which users interact with the AI model. The video discusses a completely revised interface that is faster, more fluid, and more immediate. This is important as it directly affects the user experience and the practicality of using the AI model in various scenarios.

💡Screen Sharing

Screen sharing is a feature that allows users to share their screen with the AI model, which can be useful for collaborative tasks or demonstrations. It is mentioned in the video as one of the new functionalities made possible by the desktop app, enhancing the interactive capabilities of the AI and making it more versatile for different use cases.

💡Memory Feature

The memory feature is a capability of the GPT 4o model that allows it to retain and recall information from previous interactions. This is highlighted in the video as a significant advancement, as it enables more personalized and context-aware responses from the AI. The script mentions a tutorial where this feature is demonstrated, showcasing its potential for improving user experience.

Highlights

The highly anticipated Open AI conference took place, featuring a major new announcement.

A new model called GPT 4o was introduced, which is extremely interesting and powerful.

GPT 4o is a multimodal, omnidirectional model that can natively process text, vision, and audio.

GPT 4o can respond to audio inputs in just 232 milliseconds, similar to human response times.

A new desktop app for GPT was announced, allowing use on PC in addition to web and smartphone apps.

The desktop app features a completely revamped interface with lower latency and more immediate interaction.

GPT 4o will be available to all users, including free users, marking a significant change from previous models.

Paid Plus users will have access to more messages compared to free users, but all can use the new model.

Live demos showcased GPT 4o's capabilities, including real-time translation and solving equations on paper.

The model can now natively use voice, text, video, and audio simultaneously in fast, fluid interactions.

GPT 4o's voice is more human-like and realistic in tone, nuances, and speed compared to previous versions.

The model demonstrated impressive real-time translation capabilities, significantly reducing latency.

GPT 4o can recognize objects in real-time without needing to take a photo, thanks to its native multimodal capabilities.

The model can generate coherent visuals and characters, overcoming a major challenge for generative AI.

GPT 4o can create 3D objects and logos from textual descriptions, pushing the boundaries of what was previously possible.

The model can summarize videos when provided with them, opening up new possibilities for analyzing visual content.

Overall, GPT 4o represents a major leap in quality and capabilities for AI models, with many exciting real-world applications.

Transcripts

Finalmente c'è stata la tanto attesa

conferenza di Open Ey dove dovevano fare

un nuovo clamoroso annuncio Questo è il

video nel quale vi faccio il riassunto

di quello che è stato annunciato Eh la

conferenza St è stata estremamente

interessante hanno fatto vedere il nuovo

modello Non so perché non l'abbiano

chiamato GPT 5 perché secondo me poteva

essere benissimo GPT 5 ma immagino che

per una questione di PR non l'abbiano

voluto fare si chiama 4o e tra un attimo

vediamo pure per cosa sta quella quella

o fondamentalmente sono stati fatti tre

annunci in questa conferenza ed è quello

di cui parleremo in questo video il

primo annuncio è il fatto che adesso C'è

un'app desktop per C GPT quindi lo

possiamo utilizzare dal web logando sul

sito possiamo utilizzarlo dall'app per

il nostro smartphone e adesso anche da

un'app desktop quindi per il per il PC

Questo apre tutta una serie di nuovi

scenari è molto più veloce c'è

un'interfaccia completamente rivista eh

utilizza il microfono la webcam la

latenza è più bassa quindi è molto più

l'interazione è molto più immediata si

può condividere lo schermo eccetera

eccetera nella demo adesso vedremo

alcune cose che sono veramente clamorose

secondo me il secondo annuncio

interessante è il fatto Era l'annuncio

principale il fatto che ci fosse il

nuovo modello che si chiama 4o eh E

secondo me questo modello è veramente

veramente veramente interessante Io sono

dispiaciuto che non l'abbiamo chiamato

cinque perché cinque avrebbe fatto

clamore e invece secondo me questa cosa

è clamorosa perché le cose che hanno

fatto vedere nella demo sono veramente

fuori di testa e e le demo le hanno

fatta live quindi non c'è il rischio che

abbiano velocizzato i video fatto

qualche taglio qualche Pezzotto qua là

come come siamo abituati a vedere

ultimamente e la terza news qual è È che

questo nuovo modello il 4o sarà

disponibile a tutti quanti anche agli

utenti gratuiti wù Questa è una novità

incredibile perché significa che non

bisogna avere un abbonamento a pagamento

per accedere a tutte queste nuove

funzionalità la differenza sarà solo nel

numero di messaggi no Quindi gli utenti

che usano il plus avranno più messaggi

rispetto agli utenti che hanno

l'abbonamento gratuito e poi quelli che

hanno la versione gratuita possono usare

la versione 4o che quindi dentro c'è il

caricamento dei file l'utilizzo dei GPT

Eh la memoria nuova funzionalità che ho

fatto vedere qualche giorno fa e così

via veramente una cosa super

interessante per tutti quelli che magari

non possono permetterselo non vogliono

farsi un abbonamento a a GPT nella

versione Plus Quindi adesso questo che

vi faccio vedere a schermo è il video

della conferenza non vi preoccupate non

ce lo vediamo tutto perché questa non è

una Reaction ma vi lascio tutti i link

qua sotto Come sempre vi consiglio di

andarvi a vedere le fonti originali

tutto quello che di cui parlo qua sopra

Allora dura una mezz'oretta eh Tra

l'altro non è molto lunga questa qua è

la slide fondamentalmente dove hanno

fatto vedere il diciamo il riassunto no

Quindi i tre grandi annunci erano questi

la nuova app desktop con la nuova

interfaccia l'interfaccia più veloce più

fluida più immediata e così via GPT 4o

di cui dopo ci leggiamo anche l'annuncio

perché ci sono delle cose veramente

veramente interessanti secondo me vi

faccio vedere il il la o per cosa sta la

o sta per Omni e tra un altro vediamo

pure Cosa significa Omni E poi il fatto

che può essere eh possono avere tutti

quanti l'accesso e c'è questa bellissima

live demo nella quale fanno vedere

alcuni casi d'uso che secondo me sono

veramente veramente

allora Vediamo se becchiamo il momento

do lei Racconta cosa sta

Pert

G on his capabilities across text Vision

and audio Allora questa è la grande

novità di GPT 4o è un po' un tecnicismo

quindi per qualcuno potrebbe sembrare

una notizia poco Wow Ma è fondamentale

perché adesso è un modello diciamo

multimodale omnimodo come lo chiamano

loro in questo caso in maniera nativa Eh

che era se vi ricordate che era la

grande differenza Per esempio di quando

è stato annunciato jamini no rispetto a

cgpt Eh quindi il fatto che cgpt avesse

il testo e poi avesse il video e poi

avesse l'audio ma erano dei modelli

separati e questi modelli veniva ogni

volta fatta la transizione No la

traduzione tra uno e l'altro Quindi io

gli dico una cosa a voce questa voce

viene elaborata trasformata in testo gli

viene invitata la richiesta testuale poi

questa richiesta testuale viene

elaborata eccetera eccetera era quello

che lo rendeva ovviamente diciamo lento

no nel nel fare questa questa cosa

invece adesso lo fa nativamente e questa

è una cosa secondo me estremamente

estremamente importante perché impatta

tantissimo sulla qualità dell'output e

sulla velocità di esecuzione vanno a

ridurre ad abbassare totalmente quella

latenza che c'era tra diciamo un

messaggio e l'altro e questa è la cosa

importante di del del del modello

4o che sta per Omni Perché Perché in

maniera nativa riesce a fare questa

questa diciamo l'utilizzo di queste di

queste varie modalità infatti Loro Qua

dicono

ehm in precedenza eh ta ta ta ta può

rispondere a degli input audio in un

tempo che è di 232 millisecondi con una

media di 320 misei che è simile alla

risposta umana in una conversazione e

questo è fondamentale per renderlo

quanto più realistico utilizzabile

comodo nell'utilizzo quotidiano che noi

facciamo in Quest'altro link poi non vi

preoccupate tutti i link ve li lascio ve

li lascio qua sotto eh Questa è è

l'annuncio proprio dove fanno vedere

diciamo la versione 4o e qua dicono

tutte le cose che potranno avere le

persone che non hanno un abbonamento Ma

che usano la versione free quindi

diciamo avranno GPT 4 nella versione

gratuita potranno analizzare dati quindi

caricare i file eccetera eccetera

caricare le foto eh potranno utilizzare

i GPT potranno avere la memoria e così

via quindi tutte le cose che normalmente

Diciamo erano accessibili solo nella

versione eh a pagamento adesso sono

accessibili a tutti quanti e secondo me

questa è una cosa estremamente

estremamente Allora qua cos'altro

vi volevo far vedere vi volevo far

vedere andiamo subito nella demo ci sono

un paio di pezzi che qua voglio farvi

vedere poi vediamo in realtà il resto lo

vediamo dal sito uno è quello dove fanno

l'equazione con carta e penna eh E vi

chiedo di mettere particolare attenzione

alla voce perché secondo me questa è la

novità più interessante che rischia di

passare inosservata da questa da questo

nuovo modello da questo annuncio che è

stato fatto perché la voce è molto più

umana molto più realistica nel tono di

voce nelle sfumature del linguaggio nel

tono nella velocità e così via riesci a

fare veramente delle cose che sembra di

stare nel film Air questo secondo me è

il miglior modo che avevo per descriver

per riassumerlo allora lui prende carta

e penna no col pennarello qua inizia a

scrivere Vediamo che succede

sot interessante qua ve lo voglio

sottolineare non sta facendo una foto

perché fino ad ora questa cosa

riuscivamo a farlo e quando è arrivata

Vision Questa è stata una figata No

classica situazione inquadro il

frigorifero faccio la foto e poi gli

chiedo Cosa c'è nel frigo che mi posso

cucinare No l'ho fatto pure io qua sopra

questa

demo Qua invece sta succedendo in real

time Quindi lui inquadra la camera non

scatta una foto ma muove il telefono e

parla Ecco qual è la differenza di

averlo nativo posso utilizzare voce

testo video e audio anche in risposta

Tutto

contemporaneamente in questa modalità

veloce che stiamo vedendo qua

Ah vedete anche il fatto che interrompe

C GPT mentre sta parlando no questa cosa

prima non si poteva fare Ci dovevano

essere i turni Invece adesso ti puoi

infilare nella conversazione cgpt si

ferma no e ti risponde e adesso qua gli

dice Guidami nella soluzione di questa

equazione ovviamente l'equazione è

semplicissima però è bello vedere No

questa funzionalità in azione

capite come lo sta utilizzando e come

avviene un salto di

qualità quando ne finiamo a fare un

utilizzo quotidiano No un utilizzo

quotidiano nel quale abbiamo bisogno di

Questa interazione di questa

immediatezza di questa velocità Cioè per

me già era fuori di testa il fatto che

St inverno ho fatto una foto al

termosifone che aveva un problema e c

GPT me l'ha risolto senza aver dovuto

chiamare il tecnico dei termosifoni Ma

adesso diventa Lo alzo tengo aperto la

camera e ci parlo mentre inquadro le

situazioni no che si tratti di una

statua in una città che non conosco che

si tratti di un formaggio nel

frigorifero o che si tratti di

un'equazione su un foglio di

carta ok

e notate la velocità di risposta di

botta e risposta Comè cambiata e dopo

vediamo un'altra demo con la quale mi

toglierò un piccolo sassolino dalla

scalpa con alcuni commenti che mi sono

arrivati qualche giorno

fa Oh comunque parentesi a me durante

queste demo fanno sempre morire i volti

delle persone a fianco no di di di di

come guardano la persona che sta facendo

la demo e secondo me Sono un pelino

terrorizzati che qualcosa vada storto

sarà facile da risolvere

però

per la cosa veramente incredibile è

proprio questo utilizzo di assistente

nella vita reale che diventa sempre più

realistico no avevamo tutti i pezzettini

Eh e forse questi pezzettini ci sono ci

sono da un po' di tempo come diciamo

iniziamo a sospettare un po' tutti

quanti adesso li stiamo mettendo insieme

e la qualità è sempre migliore no Arriva

l'audio e uno inizia a dire Ah sta

cosa adesso lo uso come avrebbe

Ehm come avrei utilizzato Alexa o o

Google Home No questi o siries questi

assistenti semmi ehm fossero stati

veramente degli assistenti la grande

promessa fallita degli assistenti vocali

Eh poi arriva il video La il Visual

quindi la possibilità di vedere le foto

e quello fa un altro salto di qualità

adesso questa roba messa insieme con

questa velocità e con questa

integrazione nativa è veramente il salto

di qualità che aspettavamo Adesso vi

faccio vedere invece un'altra demo e poi

passiamo al sito perché dal sito ci

andiamo a leggere un po' di cose a

vedere un po' di cose interessanti

Allora Una demo interessante è questa

qua allora dove lei dice ci sono

arrivate Un po' di proposte

dall'audi su cosa far vedere in demo di

questo nuovo modello 4o vediamo quale

viene pescata come idea requ for Like

Us Ok Bot gascar wants to know if gpd 4o

is capable of Real Time

translation m you Wan To Try this One

Real Time translation

qua è il video che ho fatto sul canale

qualche giorno fa dove ho fatto vedere

come ho trasformato il mio smartphone in

un traduttore in tempo reale utilizzando

un prompt fatto bene per cgpt i commenti

sotto quel video sono spaccati 50% detto

che figata grande idea Grazie di

avercela condivisa 50% ha detto m sta

cosa è inutile è troppo lento Ci mette

troppo

tempo Vediamo cosa succede adesso con

questo nuovo

modello italiano faranno esattamente la

mia stessa demo italiano inglese il

prompt che dà lui è esattamente il mio

prompt

I like you Fun as a translat i a friend

here only Speaks italian and I only

speak english and time you hear english

i you transl to italian and if you

italian i transl back english that good

perfetto Questo è proprio il mio esempio

il mio caso no E capisco che qualcuno

diceva eh Raf ma è troppo lento Quindi

se questa cosa è troppo lenta è inutile

secondo me non era inutile ma la cosa

che vi dico sempre è un po' di visione

ragioniamo nel lungo periodo no che leai

ormai ci ha insegnato che se una cosa

Oggi non funziona o

funzionicchia basta aspettare un po' e

un po' non è 15 anni e migliorerà E

infatti 6 giorni dopo manco 6 giorni

dopo lo stesso mio esempio con il

problema della latenza

risolto Ma io mi chiedo se le balene

potessero parlare cosa ci direbbero

potrebbero chiederci come risolviamo le

equazioni

lineari Sicuramente

sì Vabè mi fermo qua con questa con

questa diciamo questo demo sulla voce il

traduttore in tempo

adesso è fattibile L'unico problema tra

virgolette o comunque diciamo aspetto

migliorabile era quello della latenza

come abbiamo visto adesso la latenza è

stata praticamente azzerata No prima si

parla di una latenza che era di circa 3

secondi se non sbaglio 3 secondi e mezzo

doveva essere questa più o meno la la

diciamo la latenza che c'era nel

precedente versione di cgpt adesso

parliamo di 300 msei molto simile a un

botta e risposta umano come è stata

vista in questa demo e secondo me questa

farà tutta la differenza del mondo eh Vi

metto questo link in descrizione vi

metto anche quest in descrizione non

abbiamo finito e adesso voglio farvi

vedere un po' di casi d'uso reali che ha

messo openi che sono fuori di testa

quindi continuate a guardare il video se

siete arrivati fino a qua Questo è il

modo elento nel quale Però potete

lasciare un bel like visto che Oh avete

già visto 15 minuti di video significa

che vi è piaciuto se siete ancora qua

quindi mettete un bel like per tutta la

qualità di roba che vi porto qui sopra e

anche per portarvi subito delle cose

interessanti no conferenza e subito

arriva il mio video e non le due

cazzatine dei comunicati stampa che si

trovano sui blog Allora questa è la

pagina proprio di GPT

4o quindi in Real Time adesso audio

video and text in real time clamorosa

come cosa qua sopra vabbè questo c'è il

video dell'annuncio Qua ci sono un po'

di

ve ne voglio far vedere alcune perché

secondo me sono interessanti Ce ne sono

un paio che sono interessanti Vabbè

questa per fare vedere proprio la

capacità che ha diciamo di vedere audio

e video questi adesso questi due si

mettono a giocare a carta forbici

Sasso al

lei gli ha chiesto ci ci fai no ci

Introduci come se fosse un telecronista

sportiva Avete visto come è cambiata la

voce l'intonazione questa roba qua è

quello che Secondo me è veramente Wow e

la rende super

realistica Oh demo senza tagli senza

montaggio senza cose strane Guardate la

velocità con la quale ha riconosciuto

che erano due forbici gli ha detto

questo è un pareggio

Vabbè qua secondo me è incredibile vi

faccio vedere sull'uso della parola qua

che gli chiede di essere sarcastico

[Musica]

Cioè questo è spettacolare ha simulato

il sarcasmo in una maniera incredibile

se non è R questa roba Ditemi voi Che

cos'è beh qua fa vedere come lo aiuta

Nei

compiti vè Questa è la la stessa demo

esattamente di prima No no questa è

quella con con lo spagnolo fa vedere che

inquadra le e parla in spagnolo questa

Secondo me è carina per

[Musica]

vedere bellissimo pure questo veramente

bellissimo Qua ci

sono Allora qua c'è qu là

metto da

capo cioè state capendo la parte di due

GPT GPT in parallelo Guarda adesso che

gli fa fare

FR San

Frisco adesso gli detto di improvvisare

una canzone e di mettersi anche no

sovrapporre le voci

[Musica]

qua gli ha fatto cambiare anche velocità

gli ha detto pure vai più veloce e dimo

velocemente vè qua fa vedere come le hai

la fa partecipare ad una Diciamo ad una

ad una video Call Questo è quello che vi

dicevo prima lo stesso esempio di prima

qua gli fa inventare una ninna nanna

questo molto breve molto carino pure

questo anche questo molto potente

Could you sing meab about Majestic

Potatoes a lalab about Majestic Potatoes

Now That's what I call a mashup Uh Let's

Do It Oh Majestic potato in the moon

Okay That's Pretty Nice but I think

lalab Should Be more Whisper Should Be a

little softer Can Can you do a little

softer absolutely Let's make it soft and

Gentle Oh Majestic Potato

E beh Qua sembra diventata una cosa

horror quando gli chiede di sussurrar

però per farvi capire la capacità

interpretativa che adesso Vabbè qua gli

fa cantare Tanti auguri qua la velocità

proprio gli chiede di parlare più lento

più veloce GPT you from for

Please Hey

actually ok

Secondo me stiamo raggiungendo un

livello di di qualità di interazione

veramente veramente clamorosa Vabbè poi

c'hai Dead jokes perché come fissato

delle battute squalid delle freddure

questa molto bella dove viene utilizzata

Eh al posto degli occhi per interpretare

le situazioni Tra l'altro ambientata a

Londra quest non ve li faccio vedere

tutti perché alcuni sono lunghi eh

questo eh Invece per gestire una

situazione con il customer care quindi

parlare al posto di una persona con il

customer care veramente veramente figo e

qua sotto adesso ci sono delle cose che

riguardano la generazione immagini che

secondo me è è è fuori di testa Cioè

quando ho fatto vedere il tutorial di

idog Avo detto ideogram al momento con i

testi è il migliore pare che anche C GPT

adesso riesca a fare delle cose assurde

con i testi veramente assurde ve lo

faccio vedere tra un attimo Questo è il

momento però nel quale potete iscrivervi

al canale perché ve lo dico spesso il

60% di voi si guarda i video senza

essere iscritti al canale Quindi se stai

guardando sto video significa la roba

che ti porto qua sopra ti piace questo è

il momento nel quale potresti cliccare

quel pulsantino Per fare l'iscrizione Ah

ecco la cosa che vi dicevo prima Ecco sì

mi ricordavo era intorno ai 3 secondi

quindi la latenza prima era di 3 secondi

circa su GPT 3.5 addirittura sopr erore

di 5 secondi con GPT 4 Adesso invece è

diventato veramente impressionante

allora guardate qua qua gli chiede di

creare un visuale No dal punto di vista

di un robot che sta scrivendo su una

macchina da scrivere e su questa

macchina da scrivere ci sono questi

testi e guardate qua come il testo è

scritto in maniera perfetta qua Vabbè fa

fare altri passaggi sul testo qua gli

dice la stessa immagine ma con il robot

che strappa il foglio e nel foglio

strappato si leggono ancora i testi pure

questo impressionante veramente

veramente impressionante Qua siamo ai

livelli di ideogram se non forse

addirittura superiore qua la coerenza

dei personaggi che è un altro grande

tema no Quindi con lo stesso personaggio

sta costruendo proprio un una sorta di

di fumetto di di di di storia La

coerenza visiva dei personaggi sappiamo

che è il grande problema delle ai

generative Qual è un altro interessante

che volevo farvi vedere anche qui Vabbè

coerenza del personaggio che fa varie

azioni in varie situazioni II anche

questo secondo me ci dobbiamo aspettare

grandi cose non vedo l'ora di poterlo

provare appena esce Ovviamente poi vi

faccio vedere la demo no che qua stiamo

sempre leggendo dagli annunci poi come

sappiamo quando ci mettiamo a provarli

succedono sempre cose diverse Questo è

bellissimo Fa vedere Fa inventare questo

diciamo questo eh come dire come lo

chiama Coin commemorativo No questa

sorta di moneta commemorativa per

l'annuncio di GPT 4o anche qui

impression come come qualità text font

pure questo molto figo quindi gli chiede

di inventarsi un font con una certa

descrizione e gli crea il Font qua la

creazione di oggetti 3D

eh con le i singoli frame no con i sei

frame che ha creato questo il piazzare

un logo sopra qualcosa quindi gli dà

questo come input gli dà questo come

input e poi gli chiede di metterli

insieme cioè pure sta roba qua era

impensabile fino fino a poco fa eh ta ta

ta ta ta e poi qual era questo qua pure

molto carino un robot che sta scrivendo

dei messaggi anche qua vediamo un

rendering del testo che rasenta la la

perfezione poi qua sotto ci sono un po'

di come dire un po' di Benchmark Ma sta

parte Qua sui Benchmark non non ve la

leggo proprio perché secondo me lasciano

il tempo che trovano queste sono le cose

interessanti e se queste cose poi

funzionano veramente come le annunciano

loro Allora sono veramente veramente

Questo è molto bello perché qua

gli carica un video e di questo video si

fa fare il riassunto qua non ho capito

se significa che noi potremmo caricare i

video lo lascio come un punto

interrogativo di nuovo quando esce che

lo posso utilizzare la prima cosa che

farò è una demo eh dal vivo e vi faccio

un video su questa roba qua perché fino

ad ora possiamo farlo dei video YouTube

no passando da dei GPT Quindi io quando

mi trovo a dover fare delle cose eh so

che gli passo il video YouTube anche se

sono due ore di farmi il riassunto Fammi

l'elenco puntato estrai i concetti più

importanti se invece potremmo caricare

dei nostri video la cosa diventa

veramente veramente interessante possono

essere registrazioni di una di un

meeting che abbiamo fatto in azienda

eh veramente qualsiasi cosa no che

possiamo sul quale possiamo lavorare

bello bello bello bello anche qui Vi

consiglio vi lascio il link Guardate che

giochi riesce a fare sta roba è la roba

che abbiamo visto con eh con ideogram

e Secondo me se ci abbiamo dentro C GPT

gli fa fare ancora una volta il salto di

qualità e porta l'asticella ancora una

volta a un livello Altissimo che era

quello poi che ci aspettavamo da questo

annuncio di Open ey vi ripeto per me è

strano che non è stato chiamato eh C GPT

5 GPT 5 perché secondo me se lo meritava

per tutta le unità però capisco quello

che stanno faccendo Come si stanno

muovendo in termini di VR le paure che

hanno e di cui abbiamo parlato molto

spesso qui sopra su questo canale se vi

interessano le cose che vi porto Questo

è il momento nel quale potete potete

fare una bella donazione per questo

video cliccate il pulsantino grazie

potete lasciare anche €1 Decidete voi la

cifra mi offrite un caffè e il vostro

modo di ringraziarmi oppure se volete

fate l'abbonamento che è una donazione

ricorrente tutti i mesi per dirmi

proprio Raffaè Te voglio bene assai Sei

il numero uno Grazie per le cose che mi

porti qui sopra magari non tutte queste

cose eh però capisco qual è il

significato di un vostro abbonamento Se

decidete di farlo io ringrazio dei

vostri ringraziamenti e poi come sempre

se abbiamo parlato tantissimo qui sopra

D le cose che si possono fare con cgpt

delle novità di quello che adesso

riceveranno gratuitamente anche le

persone che non hanno un abbonamento a

pagamento tra queste cose C'è anche la

la la funzionalità memoria e se non

l'avete vista in azione la funzionà

memoria è una figata pazzesca ci ho

fatto un tutorial da pochissimo cliccate

il video che vi metto adesso a schermo

Andate a vedere che cos'è la funzionà a

memoria e come la Potete utilizzare

anche voi Vai cliccate il video che

adesso compare