La hache de guerre est enterrée. Sam Altman a laissé la directrice technique d’OpenAI Mira Murati présenter le nouveau modèle GPT-4o (O pour Omnimodel), même si on a beaucoup dit qu’elle était à l’origine de son départ l’an dernier (lire Qant du 24 novembre 2023). En 25 minutes, la chercheuse d’origine albanaise a montré hier soir un nouveau ChatGPT, capable de reconnaître des émotions dans une voix ou un visage humain, et d’y répondre en en simulant soi-même.
Pour obtenir ce résultat, ChatGPT s’appuie sur un modèle de fondation entièrement multimodal, capable d’interpréter des prompts comprenant de la voix, des images et (imagine-t-on) du texte, puis de générer sa réponse dans toutes ces modalités sans passer par du texte, comme c’était le le cas jusqu’à présent pour tous les modèles sauf Gemini de Google.
L’effet instantané
Mieux encore, GPT-4o génère ses réponses en temps réel, ce qui permet à ChatGPT de tenir une véritable conversation sans temps de latence. Peu inquiète de “l’effet démo”, OpenAI prévoit de le mettre gratuitement à disposition de tous les utilisateurs de ChatGPT (avec quelques restrictions pour garder la latence la plus basse possible).
La plus-value de l’abonnement à ChatGPT Plus semble ainsi destinée à disparaître à terme. OpenAI rejoint Google et Meta dans le camp du “tout gratuit”, isolant Anthropic et son modèle par abonnement. Les tarifs de l’API sont divisés par quatre (deux fois plus de tokens, deux fois moins chers).
Analyser les sentiments
Ce pari étonnant peut s’expliquer de trois manières. Tout d’abord, les problèmes récurrents d’OpenAI avec le droit d’auteur et les données personnelles. GPT-4o crée toute une nouvelle classe de données d’entraînement : les intonations et les expressions des utilisateurs ; leurs sentiments même. Mieux vaut, dans ce cas, apparaître comme un service gratuit.
En outre, l’IA émotionnelle de GPT-4o devrait avoir un formidable effet sur les chatbots commerciaux (notamment en la couplant à un avatar vidéo, généré par Sora par exemple). OpenAI peut donc escompter grâce à GPT-4o une augmentation considérable de son chiffre d’affaires auprès des entreprises. Or celles-ci, dit-on, génèrent déjà le plus clair de son revenu annuel récurrent (ARR), estimé à 1 milliard de dollars en fin d’année dernière et 2 milliards cette année.
Un traducteur dans la poche
Enfin, et surtout, ChatGPT devient l’assistant idéal pour un smartphone. Tout aussi multimodal que GPT-4o, Gemini ne génère pourtant pas, dans les Galaxy S24 de Samsung, des services de traduction simultanée de la qualité de Mira Murati parlant italien avec un de ses collaborateurs :
La probabilité, déjà très élevée, qu’Apple annonce un accord avec OpenAI a donc fait un bond hier soir. Nous en analysons les raisons dans l’évaluation complète de GPT-4o, ci-dessous.
L’INTÉGRALITÉ DE L’ÉVALUATION DU NOUVEAU CHATGPT EST DISPONIBLE EN FIN DE LETTRE
Source archive Kessel : https://qant.kessel.media/posts/pst_4a5a660bf5394b10be879d7dbe795b50
