TechWeb文/卞海川
微软对OpenAI的总投资已经超过130亿美元，OpenAI却把第一个桌面应用给了苹果MacOS。
在OpenAI春季发布会上，除了推出新旗舰模型“GPT-4o”之外，最大的亮点是这次活动中全程用iphone和MacBook Pro进行演示，同时还发布了Mac桌面版的ChatGPT。
最近，TechWeb也收到了ChatGPT苹果系统桌面版的更新推送，在使用了一段时间后我发现，桌面版并不是将网页版重新包装成桌面app那么简单，而是想改变用户与GPT之间的互动方式，从而将使用AI工具的习惯深深刻入用户的骨子里去。
我们来一起来简单上手体验一下。
设计界面
点开ChatGPT-Mac后，我们可以发现它基本和网页版相似，都是简单简约的设计方式，同样有三种模型可以选择。
左侧边栏显示的是历史对话记录。
当我们切换到最新版本的GPT-4o后，在界面的功能分布上，新增加了两项功能，分别是录音模块与对话模块。
GPT-4o模型可以支持文字、图像、或声音等不同模态的输入，并且可以实时联网查询你所需要的一些信息。
比网页版方便的是，你现在无论在哪个界面，都可以通过快捷键（默认option+空格）唤起聊天对话框，你可以选择上传照片，文件，甚至可以直接截图，还可以打开摄像头随时拍照。
我们这里以截图为例，比如我看到了一些有设计感的图标，你可以实时截图，发送给它，让他帮你分析一下这类图标的优势，甚至能让它帮你设计一个类似的。
发送完之后，他可以跳回桌面端加载它回答的问题。
另外一个让我喜欢的功能是窗口置顶功能，如果你需要长时间使用它，你可以将它随意拖拽放大或缩小窗口，固定到屏幕的任意位置，方便我们后续的对话或者上传文件。
虽然上述功能网页版都可以实现，但当产品真正植入你的电脑中，并且可以通过快捷键实时唤醒的时候，这个产品的体验就被进一步革新了，对于工作的效率提升是非常明显的。
OpenAI对该软件的使用频率是非常有信心的，它默认把软件设置在常驻应用栏中，与系统级的原生应用（邮件、备忘录、日历）、日常生产力应用（办公软件、浏览器）同级。
在如今的媒体报道上，我们经常能看到国内大模型屠榜的消息，甚至某项数据表现超越GPT，可是单从商业化这一小步来讲，OpenAI可能再一次领先行业，毕竟它优先抢占了我们电脑中的位置，从而不断提高未来自己的市场占有率。
目前，桌面版的体验优先像PlUS付费版用户推送，数周后普通用户也可以完成下载，Windos客户端也会在今年内发布，OpenAI的宏伟愿景是面向所有互联网用户的桌面，成为用户日后习以为常的默认应用。
ChatGPT4o桌面版的一些应用场景？
一个优秀的大模型不仅需要具备强大的语言生成和理解能力，更需要在实际应用场景中展现其价值。
这里我们以ChatGPT4o桌面版，聚焦内容创作、教育辅导、工作翻译三个场景来评测一下它带给用户的实际价值。
内容创作
在内容创作领域，它可以帮助用户生成高质量的文本内容，包括文章、报告、广告文案等。
TechWeb认为，ChatGPT4o桌面版带给用户的价值更多的是在提供丰富的创意和灵感，打破创意瓶颈。
比如这里我们是一位作家，想尝试新的文体风格，写一篇小说。我们可以给ChatGPT4o一些关键词，GPT就可以给我们提供非常多的思路。
这对创作者的时间提升是非常明显的，我们可以让大模型自动生成初稿，创作者专注于修改和润色工作。
除了文字的创作，GPT在代码生成的能力也是非常强的，我们从网上找一张打砖块的截图，上传给GPT-4o，让他写一个游戏代码，整个时长不到30秒。
利用该代码，我们在能运行Python的软件打开，游戏很快就出来了。
GPT在桌面端的提升主要是在实时调用方面，我们在日常网页浏览、文件阅读等环节，都可以通过快捷键进行唤醒，随时查询，实时输入内容，方便我们在浏览网页或者办公的时候随时交流。
教育辅导
大模型在教育领域的应用，特别是个性化教育辅导，展现了巨大的潜力。它是所有学科的老师，并且有着非常高的准确率。
GPT有了桌面版，我们可以边用电脑上网课，边截图，把自己没听懂的习题再发给GPT做记录，随时随地解析，非常方便。
另外一个比较有意思的功能是，你甚至可以让GPT帮你判作业，比如这样：
我们故意答错了几个答案，果然都被GPT都识别了出来，并且还会告诉你正确的运算顺序。
当然这个功能还是有些小瑕疵，比如在显示方式上还有一些小错误，但不影响最终的结果。
工作翻译
GPT-4o的发布，展示了可以毫秒级反应、识别人类情绪进行音视频交互等新能力。这就让我们想到了一个新的场景，也就是实时翻译。
在需要翻译的场景中，我们可以跟GPT说，现在我要你充当翻译官的角色，我说中文，你翻译成英文，我说英文，你翻译成中文，这样我就能和我的国外好朋友实时交流了。
在实测之后，我们发现不管是什么语言，他都可以轻松翻译，而且反应非常快，根据OpenAI发布在官网的最新博客文章，在GPT-4o之前，语音模式与ChatGPT对话，平均延迟为2.8秒（GPT-3.5）和5.4秒（GPT-4）。
而现在，GPT-4o最快可以在 232 毫秒的时间内响应音频输入，平均响应时长320毫秒，与人类相似。
不过比较遗憾的是，当我们想让它在实时会议中参与并总结要点时，GPT好像还做不到，这个语音功能目前还并不完善，不过相信等未来视觉功能推送后，旁听会议并总结这个场景一定会实现。
写在最后
GPT-4o桌面版的发布，不仅展示了OpenAI在技术上的领先地位，更是其用户体验战略的一大步。
通过将AI工具无缝集成到用户的日常工作和生活中，OpenAI正逐步改变我们与技术互动的方式。这不仅提升了我们的工作效率，更为我们的创作和学习带来了前所未有的便利。
未来，随着GPT-4o的不断更新和完善，以及Windows客户端的推出，OpenAI的愿景是让每一位互联网用户都能轻松使用AI工具。无论是在内容创作、教育辅导，还是工作翻译等场景中，ChatGPT-4o都将成为我们不可或缺的助手，帮助我们更高效地完成各种任务。
这一次，OpenAI通过与苹果的合作，为我们带来了一款不仅仅是工具的应用，而是一个能够真正改变我们日常生活的创新产品。
