【有卡有網(wǎng)】 5 月 13 日消息，據(jù) The Information 報道，OpenAI 最近向部分客戶展示了一款新型多模態(tài)人工智能模型，該模型具備語音對話和物體識別的能力，并有望在今日正式發(fā)布。

這款新型模型相較于 OpenAI 現(xiàn)有的獨立圖像識別和文本轉(zhuǎn)語音模型，在處理圖像和音頻信息方面展現(xiàn)出了更高的效率和準確性。例如，它可以幫助客服人員更好地理解來電者的語氣語調(diào)，甚至判斷他們是否在使用諷刺語氣。理論上，該模型還具有輔助學生學習數(shù)學知識或翻譯現(xiàn)實世界中的標志文字的潛力。

此外，開發(fā)者 Ananay Arora 發(fā)布的一張包含通話相關(guān)代碼的截圖，暗示 OpenAI 可能正在為 ChatGPT 加入打電話的功能。