Chat GPT, na binuo ng OpenAI, ay nagpapakilala ng mga bagong kakayahan na nagbibigay-daan sa iyong makipag-ugnayan sa pamamagitan ng boses at mga larawan, na nag-aalok ng isang madaling gamitin na interface at higit pang mga paraan upang maisama ang ChatGPT sa iyong pang-araw-araw na buhay. Sa isang kamakailang anunsyo sa website nito, nagpasya ang OpenAI na ihayag ang mga bagong tampok na ito nang maaga. Gayundin, binigyang-diin din niya ang mga pakinabang na dulot ng mga ito at ang mga hamon na ipinakita nila sa lumalagong merkado ng AI.
Mga paksa ng artikulong ito:
ChatGPT: pakikipag-ugnayan ng boses
Gamit ang bagong pag-andar ng boses, maaaring magkaroon ang mga user interactive na pakikipag-usap sa ChatGPT. Ito ay nagpapahintulot sa iyo na gamitin ang katulong kahit na sa paglipat, pagtaas ng potensyal ng chatbot. Halimbawa, maaaring hilingin ng isang user sa ChatGPT na magkwento ng pambata habang on the go, na ginagawa itong mas kasiya-siya.
O, sa panahon ng isang hapunan kasama ang mga kaibigan, maaaring lumitaw ang isang debate sa isang partikular na paksa; sa kasong ito, maaaring gamitin ng mga user ang bot upang makakuha ng tumpak na impormasyon at malutas ang debate nang maayos.
Ang teknolohiya ng boses ng ChatGPT ay gumagamit ng a advanced na text-to-speech na modelo. Sa pakikipagtulungan sa mga propesyonal na voice actor, ang modelong ito ay nakakagawa ng humanoid na audio mula sa mga text at maiikling sample ng boses, na ginagawang mas natural at intuitive ang pakikipag-ugnayan sa ChatGPT. Gayundin, salamat sa Paanas, isang open-source speech recognition system na binuo ng OpenAI, ang mga binibigkas na salita ay na-transcribe sa text na may mahusay na katumpakan, na nagpapahintulot sa chatbot na maunawaan at epektibong tumugon sa mga kahilingan ng user.
ChatGPT: visual na pakikipag-ugnayan
Tulad ng nasa itaas, maaari na ang AI model pag-aralan ang isa o higit pang mga larawan, na nagpapahintulot sa mga user na lutasin ang mga problema, magplano ng mga pagkain o magsuri ng mga kumplikadong graph. Halimbawa, maaaring magsumite ang isang user ng larawan ng mga nilalaman ng kanilang refrigerator. Dapat gamitin ang chatbot pag-aralan ang mga pagkaing naroroon at magmungkahi ng mga recipe batay sa mga sangkap na ito, nagbibigay din ng sunud-sunod na mga tagubilin para sa paghahanda.
Basahin din ang: GPT-4: Si Gemini ang magiging karibal ng Google. Narito ang mga pagkakaiba
Higit pa rito, kung kailangang tumuon ang user sa isang partikular na elemento sa larawan, Ang mobile app ng ChatGPT ay may kasamang tool sa pagguhit na nagbibigay-daan sa iyong i-highlight ang mga partikular na bahagi ng larawan, na ginagawang mas tumpak at isinapersonal ang komunikasyon at pagsusuri.
Ang pag-unawa sa imahe ay pinapagana ng GPT-3.5 at GPT-4 na mga multimodal na modelo. Ang mga advanced na modelong ito inilalapat nila ang kanilang mga kasanayan sa wika sa isang malawak na hanay ng mga larawan, tulad ng mga litrato, mga screenshot at mga dokumento na naglalaman ng parehong teksto at mga larawan, na nagpapahintulot sa ChatGPT na maunawaan at bigyang-kahulugan ang visual na konteksto nang tumpak at detalyado.
Ito ay nagkakahalaga ng pagbanggit na mula sa poco Ang OpenAI ay isinama hindi lamang iyon Canva ngunit din DALL-E 3 sa ChatGPT, o ang generative na modelo ng imahe.
Kailan at para kanino ito magagamit
Sa susunod na dalawang linggo, ipapatupad ng OpenAI ang boses at mga larawan sa ChatGPT para sa mga user mga user na may mga subscription sa Plus at Enterprise.
Magiging available ang function na nagbibigay-daan sa pakikipag-ugnayan ng boses sa iOS at Android ngunit hindi sa web na bersyon, na siyang ginagamit ng karamihan ng mga tao.
Ang function na nagbibigay-daan sa visual na pakikipag-ugnayan ay magiging available sa halip sa lahat ng platform, samakatuwid ang Android, iOS at web.
Pinagmulan | OpenAI
