震撼！ChatGPT 重大进化 - 现 ”能看 (识图) 能听又会说”了！

之前，我们一直都是使用文字与 ChatGPT 等人工智能进行交流。而现在，ChatGPT 终于迈出了“多模态”变革的全新一步——现在 AI 可以基于图像进行分析和对话了！同时，也能进行语音合成，将结果直接说出来了。

最近，ChatGPT 进行了一次重大升级，ChatGPT Plus 会员不管是使用 GPT-4 还是 GPT-3.5 模型，现在都能够给 AI 发送照片图片，让它进行分析，并针对图像内容进行对话了。这一升级将完全改我们与 AI 之间的交互。

在新版的 ChatGPT 中，增加了全新的「图像识别」功能，用户可以通过上传一张或多张图像，配合 GPT-3.5 或 GPT-4 模型进行对话。

OpenAI 在宣传博客中表示，这个功能可以应用于各种日常场景，比如通过拍摄冰箱和食品储藏室的照片，让 AI 帮你决定晚餐吃什么，或者针对纸质办公文档进行提问等。而且，你还可以在设备的触摸屏上圈出你希望 ChatGPT 关注的图像部分，让它更加特别关注你想要问的具体内容。

就像下面的一个演示视频里展示的一样，用户可以直接向 ChatGPT AI 模型怎么调整自行车的座椅。然后他给 AI 发了几张照片：单车、使用手册和手上的工具箱的照片。之后，AI 就根据图片上的内容，给用户做出非常详细具体的回答。

在这个例子中，ChatGPT 就会根据图片中的车型告诉用户，有些车是用快拆杆，有些则是用螺栓固定的。然后它会给你详细的步骤，告诉用户具体怎么操作。

然后，该用户拍了一张 (并非) 螺栓的照片，还用画图工具把它圈出来，好让 ChatGPT 看到并注意。然后官方问 ChatGPT，这是不是快拆杆。ChatGPT 很明确地告诉用户不对，这是螺栓，你需要找一个内六角扳手来操作。

接着，用户又拍了一张工具箱的照片，问 ChatGPT 到底是哪一个扳手。ChatGPT 很厉害地认出了扳手，并且准确地提示用户应该拿哪个尺寸的扳手来使用。

整个过程看起来相当的“科幻”！！没想到，当年我们一直在幻想的这样的情景，居然现在已经完完全全实现了。尽管从 ChatGPT 的诞生，我们就预料到这样的情景迟早会到来，没想到的是，居然这么快就真的实现了~

除了上述提到的功能，OpenAI 还为我们带来了一个很酷的东西，就是支持语音合成——能说话了！它将语音识别、转录和音频生成的功能集成到了 AI 中去。这个功能目前只能在 ChatGPT 的 iOS 和安卓客户端上使用。但目前不知道语音合成(说话功能)会不会支持中文。

你可以利用这个功能给家里的小孩讲睡前故事，或者当你和家人吃饭的时候突然为了某个问题而吵起来时，你只需把 ChatGPT 放在桌子上，它就能帮你解决争论啦！听起来是不是很方便有趣呢？

总的来说，OpenAI 已经开始给 ChatGPT 赋予「看、听、说」的能力了！接下来的两周内将给 ChatGPT Plus 会员和 Enterprise 订阅用户带来这些惊人的新功能，而且他们还特别说明了，语音合成只能在 iOS 和安卓应用上使用，而图像识别功能在网页和移动应用上都可用的。

虚拟信用卡开卡教程
支持绑定 ChatGPT Plus 的虚拟卡

所以，ChatGPT Plus 除了 GPT4.0 外，又出现更加值回票价的新功能了！如果你需要订阅，可以参考异次元推荐的「虚拟信用卡开卡教程」，可以轻松解决国内银行卡无法绑定和付款的问题。

/ 关注 “异次元软件世界” 微信公众号，获取最新软件推送 /

如本文“对您有用”，欢迎随意打赏异次元，让我们坚持创作！

异次元软件世界