遥遥领先 - 转发 @阑夕: 千呼万唤始出来，ChatGPT发布了王炸级别的更新：多模态功能。简单来说，出了文本交互之外，ChatGPT现在可以理解语音和图像了，语音...
遥遥领先
- 转发 @阑夕: 千呼万唤始出来，ChatGPT发布了王炸级别的更新：多模态功能。
简单来说，出了文本交互之外，ChatGPT现在可以理解语音和图像了，语音还好说，因为本质上还是TTS的技术，让文本和语音之间互相转化。
但读取图像这个能力就有点逆天了，它不是那种以图搜图的传统模式，而是用OCR技术去真的识别用户发过去的图片，哪怕这个图片是用户现拍的、没有在网上出现过，ChatGPT也能做出理解并调用大模型进行回应。
这个视频是一个实录，拍了自行车的照片问ChatGPT怎么调整座椅高度，你们可以感受一下什么叫恐怖如斯。
对了，根据OpenAI的说法，这个多模态版本在10个月前就训练好了，之前一直藏着，即便如此，现在出牌依然是几个代差的领先地位。 阑夕的微博视频
视频无法显示，请前往微博视频观看。
版权声明： 发表于 2023-09-26 9:12:32。
转载请注明：遥遥领先 - 转发 @阑夕: 千呼万唤始出来，ChatGPT发布了王炸级别的更新：多模态功能。简单来说，出了文本交互之外，ChatGPT现在可以理解语音和图像了，语音... | AI 時.空 | AiTime.Space
转载请注明：遥遥领先 - 转发 @阑夕: 千呼万唤始出来，ChatGPT发布了王炸级别的更新：多模态功能。简单来说，出了文本交互之外，ChatGPT现在可以理解语音和图像了，语音... | AI 時.空 | AiTime.Space
暂无评论...