每經(jīng)編輯 杜宇

據(jù)OpenAI官網(wǎng)9月25日消息，OpenAI宣布在接下來(lái)的兩周內(nèi)，將在ChatGPT中向Plus和Enterprise用戶推出語(yǔ)音和圖像。語(yǔ)音將在iOS和Android上推出（在您的設(shè)置中選擇加入），圖像將在所有平臺(tái)上提供。

圖片來(lái)源：OpenAI官網(wǎng)

用語(yǔ)音與ChatGPT交流

語(yǔ)音輸入功能類(lèi)似于手機(jī)上的語(yǔ)音助手，用戶只需按下一個(gè)按鈕，說(shuō)出自己的問(wèn)題，ChatGPT 就會(huì)將其轉(zhuǎn)換為文本，然后生成答案，再將答案轉(zhuǎn)換為語(yǔ)音，播放給用戶。

例如，讓ChatGPT聽(tīng)一段小貓咪的文本故事，然后選擇人類(lèi)語(yǔ)音便可以一鍵完成轉(zhuǎn)錄。完成后，用戶可以下載這段語(yǔ)音。

OpenAI稱(chēng)，這項(xiàng)新的語(yǔ)音技術(shù)能夠從幾秒鐘的真實(shí)語(yǔ)音中制作出逼真的合成語(yǔ)音，為許多有創(chuàng)意和無(wú)障礙的應(yīng)用打開(kāi)了大門(mén)。然而，這些功能也帶來(lái)了新的風(fēng)險(xiǎn)，例如惡意行為者可能冒充公眾人物或?qū)嵤┢墼p。OpenAI 表示，這種模型不會(huì)被廣泛開(kāi)放，而是會(huì)受到嚴(yán)格的控制和限制。

圖像輸入功能：可以向ChatGPT提問(wèn)圖片

圖像輸入功能則類(lèi)似于 Google Lens，用戶可以拍攝自己感興趣的事物，并上傳到 ChatGPT 中。ChatGPT會(huì)嘗試識(shí)別用戶想要詢問(wèn)的內(nèi)容，并給出相應(yīng)的回答。用戶還可以用應(yīng)用中的繪圖工具來(lái)幫助表達(dá)自己的問(wèn)題，或者配合語(yǔ)音或文本輸入來(lái)進(jìn)行交流。

用戶可以向ChatGPT展示一張或多張圖片，提問(wèn)相關(guān)的問(wèn)題。例如，發(fā)送一張壞掉的燒烤爐圖片，然后詢問(wèn)無(wú)法啟動(dòng)原因；拍攝一張冰箱中的食材，詢問(wèn)多種菜品制作方案。

帶視覺(jué)的GPT-4（GPT-4V）使用戶能夠指示GPT-4分析用戶提供的圖像輸入，OpenAI稱(chēng)，這是我們廣泛提供的最新功能。將額外的模態(tài)（如圖像輸入）納入大型語(yǔ)言模型（LLM）被一些人視為人工智能研究和開(kāi)發(fā)的關(guān)鍵前沿。多模式LLM提供了一種可能性，即通過(guò)新穎的接口和功能擴(kuò)大純語(yǔ)言系統(tǒng)的影響，使其能夠解決新任務(wù)，并為用戶提供新穎的體驗(yàn)。在該系統(tǒng)卡中，我們分析了GPT-4V的安全特性。我們?cè)贕PT-4V安全方面的工作建立在GPT-4的基礎(chǔ)上，在這里我們深入研究了專(zhuān)門(mén)針對(duì)圖像輸入所做的評(píng)估、準(zhǔn)備和緩解工作。

基于視覺(jué)的模型也帶來(lái)了新的挑戰(zhàn)，從對(duì)人的幻覺(jué)到在高風(fēng)險(xiǎn)領(lǐng)域依賴模型對(duì)圖像的解釋。在進(jìn)行更廣泛的部署之前，我們與紅色團(tuán)隊(duì)成員一起測(cè)試了該模型在極端主義和科學(xué)熟練度等領(lǐng)域的風(fēng)險(xiǎn)，以及一組不同的阿爾法測(cè)試人員。我們的研究使我們能夠在幾個(gè)關(guān)鍵細(xì)節(jié)上保持一致，以便負(fù)責(zé)任地使用。

OpenAI還放出了一段視頻，是和ChatGPT商量著修自行車(chē)，不斷問(wèn) ChatGPT：這里是扳手嗎？是調(diào)整這里嗎？甚至還把說(shuō)明書(shū)拍照發(fā)給ChatGPT求解釋。

圖片來(lái)源：OpenAI官網(wǎng)

OpenAI表示還采取了技術(shù)措施，大幅限制了ChatGPT分析和直接陳述他人的能力，因?yàn)镃hatGPT并不總是準(zhǔn)確的，這些系統(tǒng)應(yīng)該尊重個(gè)人隱私。

機(jī)構(gòu)看好AI相關(guān)板塊

據(jù)中國(guó)基金報(bào)，國(guó)盛證券分析稱(chēng)，Chatgpt即將開(kāi)放圖生文及語(yǔ)音對(duì)話功能，AI技術(shù)持續(xù)迭代再翻新一頁(yè)。

二級(jí)市場(chǎng)上，近期AI板塊的走強(qiáng)，離不開(kāi)行業(yè)利好的刺激。

7月13日，網(wǎng)信辦等七部門(mén)聯(lián)合公布《生成式人工智能服務(wù)管理暫行辦法》。8月31日起，百度文心一言、訊飛星火等大模型正式向公眾開(kāi)放。9月5日，WPS AI正式面向社會(huì)開(kāi)放，率先應(yīng)用在WPS智能文檔。

9月21日，微軟舉行了秋季發(fā)布會(huì)，在發(fā)布會(huì)上微軟宣布將于本月26日發(fā)布Windows 11的下一個(gè)大更新23H2，據(jù)介紹本次系統(tǒng)更新將會(huì)有超過(guò)150項(xiàng)新功能，包括新的人工智能驅(qū)動(dòng)的Windows Copilot功能。

國(guó)盛證券認(rèn)為，Copilot發(fā)布進(jìn)度超預(yù)期，AI辦公的擴(kuò)展速度及價(jià)值空間均遠(yuǎn)超預(yù)期。同時(shí)，國(guó)內(nèi)AIGC監(jiān)管已走上正軌、軟件應(yīng)用價(jià)值亟待釋放。

天風(fēng)證券表示，看好光模塊為AI最強(qiáng)板塊：光模塊板塊基本面一直以來(lái)利好不斷。2024年800G預(yù)期大規(guī)模放量至千萬(wàn)只級(jí)別，海外、國(guó)內(nèi)400G需求不斷上調(diào)至800G同等規(guī)模。2025年800G需求持續(xù)且1.6T時(shí)代開(kāi)啟，光模塊景氣持續(xù)3年，供應(yīng)格局沒(méi)有變化。

每日經(jīng)濟(jì)新聞綜合OpenAI官網(wǎng)、中國(guó)基金報(bào)、市場(chǎng)公開(kāi)消息

封面圖片來(lái)源：視覺(jué)中國(guó)-VCG111421680440