OpenAI为ChatGPT引入语音和图像功能

OpenAI最近为其ChatGPT引入了革命性的新功能：用户现在可以与ChatGPT进行语音对话，并展示一张或多张图片进行讨论或分析。

语音对话功能可以在iOS和Android上通过设置中的选项启用。一个新的文本到语音模型为语音功能提供了支持，能够生成与人类相似的音频。OpenAI与专业声音演员合作，为用户提供了多种声音选项。

图像输入功能允许用户展示给ChatGPT一张或多张图片，以进行讨论或分析。该功能得益于多模态GPT-3.5和GPT-4模型的支持。

为确保这些新功能的安全性，OpenAI正在逐步部署。他们意识到与这些功能相关的一些风险，例如人声合成技术可能被用于冒充或欺诈。因此，OpenAI采取了多种措施，包括限制ChatGPT分析和直接评论个人的能力，以确保隐私。

此外，OpenAI在部署这些新功能之前，与“Be My Eyes”应用（为视障人士设计）合作，了解其用途和限制。他们正在寻求真实世界的使用和反馈，以改进这些功能的安全防护和实用性。

OpenAI计划在不久的将来将这些新功能扩展到其他用户群体，包括开发者。

这些更新与OpenAI的目标一致，即使AGI安全、有益并随着时间的推移变得越来越有能力。