2024年05月15日

新版ChatGPT加强语音、文本、音视频交互功能

美国开放人工智能研究中心13日展示了最新版本ChatGPT的新技能:与使用者展开语音对话、识别图像并展开讨论、翻译……

GPT-4o为新版本编号。据路透社报道,相比先前版本,GPT-4o与使用者对话基本无延迟,和人类反应速度类似。即使对话中途被打断,也能继续下去。这些都是实现逼真语音对话的标志,也是当前众多人工智能语音助手普遍面临的技术难点。

在当天网络直播的展示中,这款生成式人工智能工具利用其视觉和语音能力,指导演示者在纸上逐步解出一道方程题,而不是直接给出答案。它还展示了英语与意大利语互译、用自拍照片识别情绪等能力。当一名演示者告诉它,自己正展示它是“多么有用和不可思议”时,它回答道:“哦,快别说了,怪害臊的。”

开放人工智能研究中心首席技术官米拉·穆拉蒂在当天活动中说,GPT-4o将于今后几周内上线,用户可免费试用。ChatGPT原有付费用户将获得新版本更多使用权限。

记者 袁原

上一篇         下一篇