ChatGPT 迎来新纪元！语音和图像交互来了，完全体「贾维斯」又近了一步
ChatGPT 迎来新纪元！语音和图像交互来了，完全体「贾维斯」又近了一步
这几天 OpenAI 可以说是动作频频啊，前脚刚宣布 GPT-4 接入Win 11，后脚就迎来大版本更新。
🧐 昨晚，OpenAI 官宣将在未来两周内向 ChatGPT Plus 和 Enterprise 用户推出新的语音和图像功能。
也就是说，你的 ChatGPT 现在可以看图、听声音和说话。
值得注意的是，语音功能仅向 iOS 和 Android 端提供（在设置中选择加入），而图像功能适用于所有平台。
👄 语音功能方面，OpenAI 表示，为了避免语音合成所产生的诈骗问题，目前 ChatGPT 选择与专业的配音演员合作，只提供五种特定的声音，并仅限于语音聊天。
使用语音功能时，你可以从所提供的五种声音中选择你最喜欢的声音，随时随地与它交谈。
在 OpenAI 给出的示例中，一名用户要求 ChatGPT 编一个名叫 Larry「超级向日葵刺猬」的睡前故事。收到指令的 ChatGPT 能够自动生成该睡前故事并用人类的声音大声朗读，还可以回答用户诸如「它的房子是什么样的？」以及「谁是它最好的朋友？」之类的问题。
👀 除了会「说」，ChatGPT 也能「看」了。向 ChatGPT 发送一张或多张图片之后，它可以清晰理解你的图片和意图。
例如，你可以上传冰箱中所拥有的食材，然后 ChatGPT 将能够分析可用的食材并为你提供相应的食谱。
OpenAI 表示，与 ChatGPT 的其他功能一样，Vision 旨在帮助你的日常生活。当它能看到你所看到的东西时，效果最好。
在 OpenAI 给出的示例中，当你不知道如何调整你的自行车座椅高度时，只需要拍自行车的照片并向它询问建议，然后就能得到正确的答案。
此外，如果你不知道使用哪些工具操作，ChatGPT 还会建议你拍摄工具箱的照片和可用的手册，以便它提供正确的工具和说明。
🤖 在以往，想要获得语音交互，往往需要通过快捷指令让 Siri 调用 ChatGPT 来回答，这无疑是相当麻烦的操作。
而 ChatGPT 的最新功能可以简化这些步骤，直接进行语音交互，同时还支持视觉识别，将极大提高用户的使用体验。
从发展轨迹上看，ChatGPT 正朝着「贾维斯」这样的超级助手前进，或许在不久的将来，人手一个定制化的「贾维斯」将变成现实。
,
发表于2023-09-26 10:32,,广东
