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。
微信扫码咨询
相关工具
相关文章
相关快讯
推荐
阿里Accio中文版上线!一键搞定复杂采购
2025-08-19 09:13
视频“用嘴编辑”的时代来了,但钱包顶得住吗?
2025-08-15 17:59
智谱新模型GLM-4.5V全面开源,玩家们有福啦!
2025-08-12 17:56
扎心文案+AI插画=爆款!揭秘8万赞视频的制作全流程
2025-08-12 10:08
GPT-5没你想的那么好,附实测体验~
2025-08-11 11:07
一站式搞定AI绘图+视频,AI短片效率飙升的秘密在这儿!
2025-08-08 09:26
打工人新神器!10款国产AI,让你告别996!
2025-08-08 09:24
豆包视觉推理深度体验,AI也能“边看边想”了!
2025-08-08 09:19
300美元的AI男友来了!马斯克的情感生意从女友做到男友
2025-08-01 17:56
Agent智能体:2025年企业新员工,月薪仅需一度电?
2025-07-30 17:49