遥遥领先？GPT-4 多模态模式即将发布!
这个世界太疯狂了，前几天我们刚说完“ Windows 11：全面整合AI，与MacOS竞争加剧 ”、“ Google Bard Extension vs ChatGPT Plus：哪个更高级 ”以及“ DALL·E 3即将发布：未来的创意革命已经到来！”，这不，OpenAI的GPT-4多模态版本终于要发布了。
而在这其中，ChatGPT不仅是一个聊天助手，它更是一个多模态交互的巨头，拥有无限的应用潜力和商业价值。从语音到图像，再到商业合作，一切都只是冰山一角。
语音交互与应用场景
你现在可以通过语音与ChatGPT进行对话。无论是在外出时，还是在家里，你都可以通过语音与它进行互动。
只需进入移动应用的设置，开启新功能，然后选择你喜欢的声音。
如何开启
打开移动应用，进入设置 → 新功能，选择开启语音对话。
声音选择
提供五种不同的声音选项，由专业的声音演员录制。
技术支持
使用了全新的文本识别语音模型和开源的语音识别系统Whisper。
应用场景与安全性
1. 家庭教育: 用语音功能给孩子讲一个睡前故事。
2. 旅行指导: 在旅行时，通过语音询问附近的旅游景点或餐厅。
3. 日常辩论: 在家庭聚餐时，用语音功能解决一些小争议。
4. 医疗咨询: 通过语音功能，可以更方便地与医生进行远程咨询。
为了防止恶意使用，所有的语音数据都会进行加密处理。
图像交互与应用场景
你可以向ChatGPT发送一张或多张图片，它会根据图片内容给出相应的建议或信息。
如何使用
点击照片按钮，选择或拍摄一张图片。
多图交互
可以发送多张图片，并使用绘图工具进行标注。
技术支持
使用了多模态的GPT-3.5和GPT-4模型。
应用场景与安全性
1. 家务助手: 拍摄冰箱里的食物，ChatGPT会推荐晚餐菜单。
2. 工作辅助: 上传复杂的工作图表或数据，进行分析。
3. 教育辅导: 孩子的数学问题可以通过拍照和圈选问题集来解决。
在推出这些新功能之前，已经进行了大量的风险评估和测试。
想象一下，你正在旅行，看到一个美丽的地标，但不知道它的历史背景。现在，你只需拍张照片，ChatGPT就能给你详细介绍。或者在家里，不知道晚餐吃什么，拍摄冰箱里的食材，ChatGPT会给你提供食谱。
这些新功能将在接下来的两周内逐步推出给Plus和Enterprise用户。语音功能将在iOS和Android平台上推出，而图像功能将在所有平台上推出。
【微信号】sanhan2016
个人转载内容至朋友圈和群聊天，无需申请版权许可。