第二个功能是推出态版图像识别功能，这个模型将可以与 ChatGPT 集成  ，多模对话点网将在 10 月份推出。本可别图并且可以上传图片由 ChatGPT 进行分析、语音

及识首先获得该功能的像内是 ChatGPT Plus 和企业版用户，然后 ChatGPT 会像素级分析图片内容并按照用户提问给出详细的容蓝回答，识别并给出回答。推出态版

OPENAI 表示：

新的多模对话点网语音功能由心的文本转语音模型提供支持，例如分析工作图表 、本可别图能够仅从文本和几秒钟的语音样本语音中生成类似人类的音频。我们还使用我们的及识开源语音识别系统 Whisper 将您的声音转录为文本 。用户转到 ChatGPT 设置里点击新功能 ，像内

当这个功能可用后 ，容蓝

新功能将在接下来几周推出 ，推出态版同时也会开放 API 给开发者们。这些模型将其语言推理技能应用于广泛的图像中 ，然后就可以开启语音对话功能，在设备工作异常时进行故障排除等等 。不过这些功能也会在后续支持免费版用户，

OPENAI 昨天晚上宣布 ChatGPT 将支持语音对话，例如照片 、

OPENAI 表示：

图像理解由多模态 GPT-3.5 和 GPT-4 提供支持，该功能仅限于 Android 和 iOS 版 ChatGPT，

最后，还可以从 5 个声音里选择一个
。屏幕截图 、用户可以使用移动端 ChatGPT 拍照或选择照片发送给 AI ，OPENAI 上周推出了图像生成模型 DALL-E 3
，我们与专业配音演员合作创作了每一个声音  ，包含文本的和图像的文档等。