消息称 OpenAI 将推出多模态人工智能数字助理：可语音对话、识别物体

图片地址：https://img.ithome.com/newsuploadfiles/2024/5/50747126-7fdb-444e-8409-7ed8a4badb31.jpg?x-bce-process=image/format,f_auto

IT之家 5 月 12 日消息，据 The Information 报道，OpenAI 最近向部分客户展示了一款新型多模态人工智能模型，该模型能够进行语音对话和物体识别。有消息人士透露，这或许就是 OpenAI 计划在即将到来的 5 月 13 日正式发布的内容之一。图源 Pexels报道称，相比于 OpenAI 现有的独立图像识别和文本转语音模型，该新型模型能够更快、更准确地处理图像和音频信息。例如，它可以帮助客服人员“更好地理解来电者的语气语调，判断他们是否在使用讽刺语气”。理论上，该模型还能辅助学生学习数学知识，或翻译现实世界中的标志文字。不过，消息人士也指出，虽然该模型在某些问题解答方面能够超越 GPT-4 Turbo，但仍有可能出现自信地给出错误答案的情况。IT之家注意到，开发者 Ananay Arora 发布了一张包含通话相关代码的截图，暗示 OpenAI 可能正在为 ChatGPT 加入打电话的功能。Arora 还发