OpenAI在其官网宣布，目前正在推出ChatGPT的新版本，除了通过常见的文本框交互外，现在它正在学会以新的方式理解人类的问题，比如通过大声说话或者上传一张图片。
·随着越来越多的人使用语音控制和图像搜索，并且ChatGPT越来越接近成为一个真正多模式、有用的虚拟助手，维持住安全护栏会变得越来越困难。
OpenAI在其官网宣布，ChatGPT现在可以“看”、“听”和“说”了。
自诞生以来，ChatGPT的大部分更新主要在于，这个基于AI的机器人可以做什么、可以回答哪些问题、可以访问哪些信息，以及如何改进其基础模型等方面。这一次，OpenAI正在调整使用ChatGPT的方式。
北京时间9月25日晚，OpenAI在其官网宣布，目前正在推出ChatGPT的新版本，除了通过常见的文本框交互外，现在它正在学会以新的方式理解人类的问题，比如通过大声说话或者上传图片。
具体而言，在语音方面：第一，允许用户进行语音对话，提供更直观的交互方式；第二，支持在iOS和Android移动应用上使用；第三，提供5种不同的语音选择；第四，通过新型文本转语音模型和语音识别系统实现。
这应该感觉就像与苹果的Siri交谈一样，只是OpenAI希望，通过改进基础技术使其说出更好的答案。目前，大多数虚拟助手，如亚马逊的Alexa，都在以大语言模型（LLM）为基础进行改进。
据OpenAI介绍，新的语音功能由一个新的文本到语音模型提供支持，该模型能够从文本和几秒钟的语音样本生成“类似人类的音频”。OpenAI似乎还认为该模型的潜力不止于此，其正在与流媒体音乐服务平台Spotify合作，将播客翻译成其他语言，同时保持播音者的声音。合成语音有许多有趣的用途，而OpenAI可能会成为该行业的重要组成部分。
然而，只需几秒钟的音频就能构建出功能强大的合成音色，这也为各种问题性用例敞开了大门。“这些功能还带来了新的风险，比如恶意行为者冒充公众人物或实施欺诈的可能性”，OpenAI在其宣布新功能的博文中写道。OpenAI表示，出于这个原因，该模型不会广泛被使用，而更多受到特定用例和合作伙伴的限制。
在图像方面，第一，允许用户上传图像与ChatGPT进行交互；第二，支持多张图像；第三，提供移动应用上的绘图工具；第四，使用多模态GPT模型（Generative Pre-Trained Transformer，生成式预训练Transformer模型）理解图像；第五，在接下来的两周内首先面向Plus（付费订阅用户）和企业用户推出；第六，语音和图像功能的推出采取渐进策略，以确保安全性；第七，要注意模型局限性，避免高风险场景下对其依赖。
图像搜索有点类似于Google Lens的功能，用户拍摄自己感兴趣的任何东西的照片，ChatGPT去尝试了解用户在询问什么，并做出相应的回应。用户还可以使用应用程序的绘图工具帮助明晰自己的诉求，或配合图像进行说话或写入问题。
这是ChatGPT希望实现的一个互动特性：与其进行一次搜索得到错误答案，然后再重新进行一次搜索，不如在进行的过程中提示AI机器人完善答案。
不过，显然图像搜索也有其潜在问题。比如，如果用户询问的是关于一个人的情况，ChatGPT该如何反应？OpenAI表示，他们故意限制了ChatGPT“分析和直接陈述关于人的能力”，这既是为了准确性，也是为了隐私原因。这意味着对于AI的一个极具科幻色彩的想象——看着某人然后问AI“那是谁”，并不会很快实现。
在ChatGPT首次推出将近一年后，OpenAI似乎仍在寻找，如何为其AI机器人增加更多功能和能力而不会产生新的问题和缺点。OpenAI也试图通过有意限制其新模型的功能，来维持“更进一步”和“降低风险”这两者之间的平衡。但这种方法可能不会永远奏效。随着越来越多的人使用语音控制和图像搜索，并且ChatGPT越来越接近成为一个真正多模式、有用的虚拟助手，维持住这个护栏会变得越来越困难。
AI大模型的浪潮，似乎正将所有互联网厂商拉到同一起跑线上。“面对AI时代，所有产品都值得用大模型重做一次。”在4月11日的2023阿里云峰会上，阿里巴巴集团董事会主席...
2 马斯克的第三条腿，被李书福打断了能在中国市场日行千里，特斯拉靠的是两条大腿：Model 3和Model Y。2022年，特斯拉在国内总共卖出439,770台新车，其中Model 3的销量是124,456台，Model Y的销量是315,314台。靠着这两...
3 翻版“灵动岛”？realme Narzo N55发布，采用“mini 胶囊”近日，realme正式发布新机realme Narzo N55，支持类似苹果灵动岛的“mini”胶囊功能。外观上看，realme Narzo N55配备了居中打孔显示屏，采用类似于苹果灵动岛的“...
4 刘强东回归烧了三把火，想抢回被拼多多“劫走”的用户三支箭，射向唯一有希望的市场百亿补贴的仗打了一个多月，真金白银砸进去，几乎没什么声响。但京东内部开始感受到一些乐观的信号。“那些价格敏感型用户开始回流。”...
5 继京东美团后，腾讯派发快手约5100万股4月19日，港交所披露易显示，Parallel Nebula Investment Limited（简称“PNI”）应其部分外部资本伙伴的要求，分配约5100万股快手B类股。港交所权益披露表格显示，PNI是由...
6 必应聊天改进报告：正确显示数学公式，减少非正常结束对话情况4 月 22 日消息，微软必应（Bing）官方博客更新动态，分享了自 4 月 7 日至 21 日的必应聊天（Bing Chat）改进报告，其中最大的亮点在于引入了 LaTeX 标记，可以正确显示数学公式。附该博...
7 漕河泾开发区40年又到腾笼换鸟时？专家详解产业园区升级路径漕河泾新兴技术开发区位于上海市西南部，毗邻商业中心徐家汇。自1984年发展至今，漕河泾新兴技术开发区经历过多次产业迭代和“腾笼换鸟”。视觉中国 资料图近日，传出...
8 营收下降，首现亏损，三六零何以至此？近日，三六零公布了2022年年度报告。报告期内，公司营业收入95.21亿元，比上年同期的108.86亿元减少12.54%；归属于上市公司股东的净利润为-22.04亿元，较去年的9.02亿元同比减少了34...
9 天涯社区关闭，海量数据和内容怎么处理？因为跟不上潮流，曾经火爆的天涯社区出现了转型困难、经营不善等问题，被迫在近期以“技术维护”为名关闭了论坛。随后有消息传出，因为天涯公司付不出每月10万元的月...
10 美国为何不敢轻易禁用Windows操作系统？禁用Windows这样的操作系统是一个非常严重的决定，因为它会对整个国家的经济和社会生活产生巨大的影响。美国政府可能会考虑到这些影响，并且会采取更加谨慎的措施来保护国家安...
备案号：粤ICP备2023097408号 Copyright © 2020-2021 海南金游汇电子竞技有限公司 版权所有
携程已经赚回疫情的大半损失 
微软与 OpenAI，远没有看起来「亲密无间」 
从网约车到“跑腿”，货拉拉甩不掉“差评” 
AL被完爆！5分钟压20刀，Rookie将solo赛冠军一级就打得对不了线 1000
LNG零封TES重回榜首，成首支晋级季后赛的战队，小学弟开心了 0
LOL-LPL：Zika赛恩神车漂移勇猛开团，LNG鏖战三局2-1力克BLG 0
RNG春季赛成绩倒数第二！被JDG当人机打惨遭四连败 0
WBG零封FPX，小虎采访很开心，盛赞：Shy哥的奎桑提是完美的 0
VIT击败G2登顶LEC，Bo人节奏拉满掌控雷电，Perkz难掩笑意！ 0