ChatGPT新版来了！新功能可以语音/图像搜索多模态交互
2023-09-26 15:25:00 作者：姚立伟
近日，OpenAI发布了新版的ChatGPT，该版本新增了两项新功能：语音输入和图像输入。OpenAI表示，这两项新功能将于未来两周内向ChatGPT Plus的订阅用户推出，随后将面向其他人开放。语音输入功能类似于手机上的语音助手，用户只需说出问题，ChatGPT会将其转换为文本生成答案，并转换为语音播放。OpenAI开发的文本转语音模型可以根据几秒钟的样本语音，生成与之相似的人声。图像输入功能类似于Google Lens，用户可以拍摄感兴趣的事物，并上传至ChatGPT中。ChatGPT会尝试识别用户想要询问的内容，并给出相应的回答。此外，用户还可以使用绘图工具帮助表达问题，配合语音或文本输入进行交流。OpenAI表示，这种功能的优势在于可以进行多轮对话，而不是一次性搜索。无论用户对答案是否满意，ChatGPT都能为其提供更准确和全面的答案。然而，图像搜索也存在一些潜在问题，例如处理人物图片时，OpenAI表示其限制了ChatGPT对人物进行分析和直接评价的能力，以保护用户的隐私和准确性。OpenAI一直在为ChatGPT增加更多功能和能力，但随着越来越多的人使用语音控制和图像搜索，以及ChatGPT逐渐成为一个真正的多模态、有用的虚拟助手，保持安全和合理性的边界可能变得越来越困难。
