ChatGPT расширяет свои возможности: теперь он видит, слышит и разговаривает

OpenAI продемонстрировала новые голосовые и графические функции в ChatGPT. Новый более интуитивный интерфейс для пользователей позволяет вести голосовые разговоры с ChatGPT и даже делиться визуальным контентом для более насыщенного взаимодействия.

В течение ближайших двух недель OpenAI представит эти функции пользователям Plus и Enterprise. Голосовую функциональность можно будет активировать на платформах iOS и Android, а возможность обмена изображениями будет доступна на всех платформах.

Общение голосом

Новая голосовая технология, способная создавать убедительные синтетические голоса всего за несколько секунд на основе реальных образцов речи, открывает перед пользователями множество возможностей. 

Для начала работы с голосом нужно перейти в «Настройки» → «Новые функции» в мобильном приложении и включить голосовые разговоры. Затем нажать кнопку наушников, расположенную в правом верхнем углу главного экрана, и выбрать предпочитаемый голос из пяти различных голосов.

Пример голоса ChatGPT:

Общение с помощью картинок

Теперь у нас есть возможность предоставлять ChatGPT одно или несколько изображений для анализа и обсуждения. Это поможет оперативно решать проблемы от планирования питания на основе списка продуктов до починки бытовой техники. Чтобы более детально рассмотреть определенные части изображения, можно воспользоваться инструментом рисования, доступным в мобильном приложении.

Для общения картинками нужно нажать кнопку "Фото" и чтобы сделать снимок или выбрать изображение из своей галереи. На устройствах iOS или Android - выбрать кнопку "Плюс". У нововведения есть возможность использовать несколько изображений или воспользоваться инструментом для рисования, чтобы улучшить взаимодействие с виртуальным помощником помощником.

Пример того, как ChatGPT помогает отрегулировать сидение велосипеда по фото:

Распознавание изображений обеспечивается с использованием мультимодальных моделей GPT-3.5 и GPT-4. Эти модели применяют свои умения в области языкового анализа к разнообразным изображениям, таким как фотографии, снимки экрана и документы, содержащие как текст, так и изображения.

Итак, с внедрением новых голосовых и графических возможностей в ChatGPT, пользователи могут ожидать более удобного и интуитивно понятного опыта. Эти инновации расширяют горизонты взаимодействия с искусственным интеллектом, предоставляя возможность проводить голосовые разговоры и наглядно демонстрировать свои запросы ChatGPT.

ПОДЕЛИТЬСЯ В СОЦИАЛЬНЫХ СЕТЯХ