發布於 2023-09-26 325

【快訊】ChatGPT又進化了！可對話還能看懂照片

　　ChatGPT在全球引發AI熱潮，現在它仍然在持續的進化當中，美國專利商標局（USPTO）一份檔案顯示OpenAI 於 7 月 18 日提交了「GPT-5」的商標申請，因此外界推測ChatGPT升級的日子不遠了。時隔2個月，OpenAI 宣布ChatGPT新增全新功能，除了開口講話外，還能看得懂你傳來的圖片，替用戶進一步分析問題所在，使人類與 AI 的互動好比使用通訊軟體。

　　想要擁有一台心儀的手機記得到傑昇通信，挑戰手機市場最低價還送千元尊榮卡及好禮抽獎卷，門號續約再享高額優惠！快來看看手機超低價格！買手機．來傑昇．好節省！

ChatGPT新功能

　　OpenAI日前宣布ChatGPT再進化，指出它可以看、聽、說話，簡單來說就是在付費服務版本中新增可讓用戶與AI對話的功能，除此之外還可以分析圖片給出建議，OpenAI表示，「語音和影像為大家提供更多在生活中使用ChatGPT的方式。」「在旅行時拍下一張地標的照片，就能即時討論當中有趣的地方。」

圖片回復

　　舉例來說就是，可能向ChatGPT傳送圖片獲得回應，例如拍下冰箱內部的照片就可取得餐點食譜建議，或是拍下孩子的數學作業照片就能幫忙解決題目。根據OpenAI說法，語音和影像功能將在未來幾周內向ChatGPT Plus和Enterprise用戶推出，最後會進入蘋果（Apple）和谷歌（Google）智慧型手機作業系統。

　　OpenAI說，「你現在可以使用語音與你的助理進行來回對話。隨時隨地與它交談，為你的家人要求提供一個睡前故事，或解決餐桌上的爭論」，OpenAI也指出，最新的語音能力是在新的語音合成（text-to-speech）模型上開發，它能以數秒鐘的語音樣本及文字生成逼真的人聲。目前OpenAI提供5種人聲，每種聲音都是OpenAI和專業聲優合作開發出來。OpenAI並使用開源語音辨識系統Whisper將語音轉錄為文字。

　　圖片辨識則是以多模GPT-3.5和GPT-4為底層。這些模型將語言理解能力應用在包含文字和圖片的段落、螢幕擷圖及文件上。最新功能允許用戶上傳多幀圖片，或使用其繪圖工具引導ChatGPT畫一張圖。