OpenAI یک به روز رسانی را ارائه کرده است که به چت بات محبوب ChatGPT خود اجازه می‌دهد با تصاویر و صداها تعامل داشته باشد. این به روز رسانی نشان‌دهنده یک گام بزرگ به سوی چشم‌انداز OpenAI برای هوش مصنوعی است که می‌تواند اطلاعات را از حالت‌های مختلف (نه فقط متن) درک و پردازش کند.
شاید بخوانید: نحوه استفاده از ChatGPT در تلگرام
OpenAI در وبلاگ رسمی خود گفت: ما شروع به ارائه قابلیت‌های صوتی و تصویری جدید در ChatGPT کرده‌ایم. ما یک رابط کاربری جدید و بصری‌تر را ارائه می‌کنیم که به شما این امکان را می‌دهد در مورد آنچه میخواهید با ChatGPT صحبت کنید، مکالمه صوتی یا تصویری داشته باشید.
OpenAI گفت که ChatGPT-Plus جدید شامل چت صوتی است که توسط یک مدل متن به گفتار جدید پشتیبانی می‌شود که قادر به تقلید صدای انسان است و به لطف ادغام با مدل‌های تولید تصویر شرکت توانایی بحث در مورد تصاویر را نیز دارد. به نظر می‌رسد ویژگی‌های جدید بخشی از آنچه به عنوان GPT Vision شناخته می‌شود، هستند و مؤلفه‌های کلیدی نسخه چندوجهی پیشرفته GPT-4 را نشان می‌دهند که OpenAI در اوایل سال جاری منتشر کرد.
شاید علاقه‌مند به آشنایی با نحوه استفاده از ChatGPT در واتس اپ باشید
این ارتقا درست پس از رونمایی OpenAI از DALL-E 3، پیشرفته‌ترین تولیدکننده متن به تصویر تا کنون، انجام می‌شود. DALL-E 3 می‌تواند تصاویری با کیفیت بالا از پیام‌های متنی ایجاد کند و در عین حال متن پیچیده و مفاهیم بیان شده به زبان طبیعی را درک کند. این سرویس در ChatGPT Plus، یک سرویس مبتنی بر اشتراک یک ChatGPT با GPT-4، ساخته خواهد شد.
از رقیب Chatgpt یعنی چت بات بارد چیزی میدونید؟
ادغام DALL-E 3 و چت صوتی محاوره‌ای نشان دهنده سوگیری OpenAI به سمت دستیارهای هوش مصنوعی است که می‌توانند جهان را بیشتر شبیه انسان‌ها با حواس چندگانه درک کنند. به گفته این شرکت: صدا و تصویر راه‌های بیشتری برای استفاده از ChatGPT در زندگی به شما می‌دهد. هنگام سفر از یک مکان دیدنی عکس بگیرید و در مورد چیزهای جالب آن گفتگوی زنده داشته باشید.
