新知榜官方账号
2023-09-30 16:02:13
真正可访问和适用的多模式被视为人工智能发展的下一个重要步骤。OpenAI的革命性AI接口ChatGPT将很快包括语音识别和图像生成功能。这不仅仅是技术升级。这是朝着与人工智能驱动的应用程序和机器进行更直观的通信方式迈出的重要一步,它很可能会(再次)改变我们与认知工具交互的方式。
不仅在文本级别工作,而且在多种形式上工作的工具,用于从文本、声音和图像中检索信息。新功能最初将仅供ChatGPTPlus和企业用户使用。与OpenAI一样,有一个分阶段的推出策略,以确保其AI开发是安全的,有用的,并且逐渐可供所有人使用。不用担心,更广泛的可用性计划也在进行中。
视觉交互是在今年早些时候发布GPT-4时宣布的,但尚未实现。语音对话在ChatGPT界面中引入语音识别和合成将允许用户与聊天机器人进行动态对话。OpenAI正在利用其臭名昭著的语音识别系统Whisper与最先进的文本到语音模型相结合。您将能够与聊天机器人交谈并听取其答案。
演示已经令人信服。期待更多多模态功能的发布,这将进一步提高我们与认知工具的交互体验。
相关工具
相关文章
相关快讯
推荐
用Deepseek写AI绘图提示词,像呼吸一样简单!
2025-02-19 16:12
你以为AI绘画是黑科技?其实早成了“路边摊生意”!
2025-02-19 10:15
Flux爆火,全网最全面最详细的Flux使用教程!
2025-02-18 14:19
用AI如何创作音乐,实战教学来啦!
2025-02-17 17:23
MidJourney让你秒变绘画大神,从零开始画哪吒!
2025-02-17 14:56
AI应用新境界:让人工智能成为你的得力助手
2025-02-14 15:45
AI短片革命:当创作遇上智能,人人都能成为导演
2025-02-14 14:53
AI狂潮下的人类职场:是失业危机还是进化契机?
2025-02-13 16:53
开启影视创作新纪元,效率提升 10 倍的神器来了!
2025-02-13 15:11
深度解析DeepSeek:当AI技术照进创作产业的未来
2025-02-12 17:16