ChatGPT Plus和企业用户将在未来两周内体验语音和图像。

ChatGPT现在是多模式的，可以看、听、说了，它的新眼睛和耳朵改变了游戏规则。

对于拥有了语音和视觉模式的ChatGPT，

山姆·奥特曼表示，“真的值得一试。”

有网友由此隔空喊话Siri，

”Siri我劝你尽快升级，否则苹果将面临淘汰的风险。“🤣🤣🤣

可以向ChatGPT发一个或多个图片让它给你出主意。

比如让它排查烤架无法启动的原因，探索冰箱中的内容以计划用餐，或分析与工作相关的数据的复杂图表。

当你在家拍下你的冰箱照片，不知道吃什么时可以问问ChatGPT，

它会弄清楚晚餐可以吃什么，并且会给你出详细食谱!

还可以拍一张自行车照片给ChatGPT，询问如何调整自行车座椅高度。

“要降低自行车座椅：

1.将快速释放杆或螺栓定位在座椅立柱的底部(就在车架的上方)。

2.如果有快速释放杆，打开它。如果是螺栓，你需要一个内六角扳手。

3.将座椅向下滑动至所需高度

4拧紧快速释放杆或螺栓，将阀座固定到位。

5.在骑行前，确保座椅是直的，不摇晃

如果你有工具，给我看，我会带你走得更远。”

不懂车零件？继续发张图片给GPT，问这是杠杆吗?

”不，那不是杠杆。这是一个螺栓。你需要一个内六角扳手来松开它。一旦松开，调整阀座高度，然后再次拧紧螺栓。骑行前确保座椅平直牢固。“

再发张说明书和工具箱，问ChatGPT能不能找到合适的工具。

“是的，你有正确的工具。在您工具箱的左边部分，有一组标记为在这一套，找到4毫米艾DEWALT”伦(六)关键。用这个来松开阀座环上的螺栓并调整阀座高度。之后记得把它拧紧。”

最后，成功调整好了车座。

除此之外，如果你要聚焦图像的特定部分，还可以使用移动应用程序中的绘图工具。

推特网友看到GPT如此高逼格后，不由感慨，“反正比我刚炒掉的助理厉害。”

可以使用语音与助手进行来回对话。比如在旅途中与它交谈，为家人请求睡前故事，或解决餐桌辩论。

官方语音部分演示的内容是上周发布DALL·E 3时的例子。

这次是让ChatGPT把5岁小朋友幻想中的“超级向日葵刺猬”“讲”成一个完整的睡前故事。

可参考如下视频。

语音使用设置：

在移动应用上点击“设置”→“新功能”，选择加入语音对话，点击位于主屏幕右上角的耳机按钮，然后从五种不同的专业配音演员声音中选择你喜欢的声音。

新的语音功能由新的文本转语音模型提供支持，能够仅从文本和几秒钟的示例语音中生成类似人类的音频还可以使用开源语音识别系统Whisper将你的口语转录为文本。

话说，除了英语，它还会说其他语言吗?

网友们对新功能的总结具体如下：

1. 语音功能：ChatGPT 现在允许用户进行语音对话，界面更具动态性和吸引力。

2.图像交互：用户可以显示ChatGPT图像，例如家中的地标或物品，以获取见解或建议。这包括在移动应用程序上使用绘图工具。

3. 新的文本到语音转换模型：语音功能由新模型提供支持，该模型可以从文本和简短的语音样本中生成类似人类的音频。

4. 与 Spotify 的合作：新的语音技术正在 Spotify 的语音翻译功能试点中使用 （https:// newsroom.spotify.com/2023-09-25/ai-语音翻译-飞行员-lex-fridman-dax-shepard-steven-bartlett...），允许播客以自己的声音将其内容翻译成其他语言。

5. 在iOS 和安卓设备上推出，仅限于Plus用户。

最后，小编看到油管网友的一段话陷入了沉思。

OpenAI对ChatGPT的交互能力一直在更新完善，然而很多人对ChatGPT的文字交互功能都用不明白，现在却已经有了语音和图像功能了。

网友认为，这就是开发这款产品的理想方式：大多数人，99%的人只想要答案，他们不想要有人在旁边帮助解决问题，他们只想要被直接带到目的地。

这或许是OpenAI与人们真正想要的AI之间一个真正的分歧。