設(shè)置
  • 日夜間
    隨系統(tǒng)
    淺色
    深色
  • 主題色

OpenAI 更新 ChatGPT:支持圖片和語(yǔ)音輸入

2023/9/25 20:16:41 來(lái)源:IT之家 作者:遠(yuǎn)洋 責(zé)編:遠(yuǎn)洋
感謝IT之家網(wǎng)友 西窗舊事 的線索投遞!

IT之家 9 月 25 日消息,近日 OpenAI 宣布推出新版 ChatGPT,增加了兩項(xiàng)新功能:語(yǔ)音輸入和圖像輸入。據(jù) OpenAI 稱,新功能將在未來(lái)兩周內(nèi)向 ChatGPT Plus 訂閱用戶推出,其他人也將“很快”能夠使用這些功能。

語(yǔ)音輸入功能類似于手機(jī)上的語(yǔ)音助手,用戶只需按下一個(gè)按鈕,說(shuō)出自己的問(wèn)題,ChatGPT 就會(huì)將其轉(zhuǎn)換為文本,然后生成答案,再將答案轉(zhuǎn)換為語(yǔ)音,播放給用戶。OpenAI 表示,這樣的交互方式更加自然和便捷,而且由于 LLM 的技術(shù)優(yōu)勢(shì),答案的質(zhì)量也會(huì)更高。OpenAI 還開發(fā)了一種新的文本轉(zhuǎn)語(yǔ)音模型,可以根據(jù)幾秒鐘的樣本語(yǔ)音,生成與之相似的人聲。用戶可以從五種選項(xiàng)中選擇 ChatGPT 的聲音,而且這種模型還有更多的潛在用途。例如,OpenAI 正在與 Spotify 合作,將播客翻譯成其他語(yǔ)言,同時(shí)保留播客主持人的聲音。不過(guò),這種模型也存在一些風(fēng)險(xiǎn),比如可能被惡意利用來(lái)冒充公眾人物或進(jìn)行詐騙。因此,OpenAI 表示,這種模型不會(huì)被廣泛開放,而是會(huì)受到嚴(yán)格的控制和限制。

圖像輸入功能則類似于 Google Lens,用戶可以拍攝自己感興趣的事物,并上傳到 ChatGPT 中。ChatGPT 會(huì)嘗試識(shí)別用戶想要詢問(wèn)的內(nèi)容,并給出相應(yīng)的回答。用戶還可以用應(yīng)用中的繪圖工具來(lái)幫助表達(dá)自己的問(wèn)題,或者配合語(yǔ)音或文本輸入來(lái)進(jìn)行交流。ChatGPT 的優(yōu)勢(shì)在于它可以進(jìn)行多輪對(duì)話,而不是一次性搜索。如果用戶對(duì)答案不滿意或想要更多信息,可以繼續(xù)向 ChatGPT 提問(wèn),從而得到更準(zhǔn)確和全面的答案。當(dāng)然,圖像搜索也有一些潛在問(wèn)題。例如,在處理人物圖片時(shí),OpenAI 表示他們限制了 ChatGPT 對(duì)人物進(jìn)行分析和直接評(píng)價(jià)的能力,既為了保證準(zhǔn)確性,也為了保護(hù)隱私,這意味著上傳一個(gè)人的照片就能知道他 / 她是誰(shuí)還無(wú)法實(shí)現(xiàn)。

IT之家注意到,自從 2022 年初推出 ChatGPT 以來(lái),OpenAI 一直在努力為其機(jī)器人增加更多功能和能力,同時(shí)避免造成新的問(wèn)題出現(xiàn)。通過(guò)這次更新,該公司試圖在這條界線上尋找平衡點(diǎn),通過(guò)有意識(shí)地限制其新模型能做什么來(lái)實(shí)現(xiàn)這一目標(biāo)。但是這種方法并不是長(zhǎng)久之計(jì),隨著越來(lái)越多的人使用語(yǔ)音控制和圖像搜索,以及 ChatGPT 逐漸成為一個(gè)真正的多模態(tài)、有用的虛擬助手,要保持安全和合理的邊界會(huì)變得越來(lái)越困難。

廣告聲明:文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接(包括不限于超鏈接、二維碼、口令等形式),用于傳遞更多信息,節(jié)省甄選時(shí)間,結(jié)果僅供參考,IT之家所有文章均包含本聲明。

相關(guān)文章

關(guān)鍵詞:ChatGPT,OpenAI,人工智能

軟媒旗下網(wǎng)站: IT之家 最會(huì)買 - 返利返現(xiàn)優(yōu)惠券 iPhone之家 Win7之家 Win10之家 Win11之家

軟媒旗下軟件: 軟媒手機(jī)APP應(yīng)用 魔方 最會(huì)買 要知