有意见 | 重磅更新！ChatGPT可以看图片听语音啦 原创

9月25日OpenAI在其官网宣布，目前正在推出ChatGPT的新版本，ChatGPT现在可以“看”“听”和“说”了。

在语音方面：第一，允许用户进行语音对话；第二，支持在iOS和Android移动应用上使用；第三，提供5种不同的语音选择；第四，通过新型文本转语音模型和语音识别系统实现。

在图像方面，第一，允许用户上传图像与ChatGPT进行交互；第二，支持多张图像；第三，提供移动应用上的绘图工具；第四，使用多模态GPT模型（Generative Pre-Trained Transformer，生成式预训练Transformer模型）理解图像。

“有意见”留言板

@卡卡卡卡西：多模态一直都是AI的一个基础特性，没什么值得惊讶的，只不过原来由应用厂商或外部开发者开发的功能，现在OpenAI做成标准模块集成到通用产品中了，在多模态方面，ChatGPT肯定会越来越丰富。

@用AI评AI：ChatGPT的语音功能和图像功能的推出，将为AI技术的发展开辟新的道路，极大地改变我们与AI的交互方式，使得交互更加直观和便捷，同时也将使得OpenAI在人工智能领域的地位更加稳固。

@干啥干啥：仔细看一下，第一个回答是个通用回答，发不发图片都不影响，第二个是简单的图像识别和上下文关联，第三个是阅读理解了使用说明和图像识别，感觉好像也都是已有能力的组合，其实也没有那么令人惊艳。