这个项目的意义并不是否定 GPT-4o 这一产品，事实上，我也承认，GPT-4o 是我使用过用户体验最好的多模态模型。但是，我们必须承认的是，GPT-4o 中，o 所代表的 Omnipotent 并不是真的那么强大。首先，项目用的都是几个月之前的 API，目的是证明我们完全可以用多模型组合的方案实现多模态效果。其次，博客里给出了可以达到实时效果的并行方案，如果不使用 API 调用，部分环节自己部署，可以达到实时交互效果。最后，我希望用这个项目重新解放大家的想象力，项目的每一个环节都可以替换成大家自己的模型，也可以对整个工作流程提出定制化的玩法。代码：https://github.com/Chivier/easy-gpt4o/实现细节和后续思考：easy-gpt4o - 200行代码实现 GPT-4o 的效果