OpenAI 在产品上的能力还是被低估了，这家公司真的是能把一堆「显而易见」的技术打造成一个亮眼的产品，之前 Sora 是这样，现在 GPT-4o Voice Mode 也是如此。
你可以说 OpenAI 不务正业，没有全力以赴去搞模型的推理能力，反而分散兵力去搞了一些产品化的探索。（这确实让人对他们的 AGI 愿景感到迷惑）
Sora 、GPT-4o Voice Mode 的技术都是一说出来，业内的专家纷纷表示，原来就是 DiT、ViT、VAE 或端到端的文本、视觉和音频模型啊，但就是没有人提前做出类似的产品，甚至在别人推出很久之后，还很难在效果上追得上。
在外网上已经看到 Meta 等公司的人对 GPT-4o 不服了，认为其在技术方面并不出众，甚至认为 OpenAI 已经进入到 cheap 的产品阶段。
但这又有什么不好呢？又何况伟大也不可以被计划。[doge]
最后说一句，GPT-4o Voice Mode 的情绪真的拉满，有那么几个 demo 让人动容。