OPENAI为ChatGPT推出多模态版本 可以语音对话以及识别图像内容 – 蓝点网 同时也会开放 API 给开发者们

日期：2026-09-18 23:50:48 | 人气： 3

将在 10 月份推出。推出态版我们与专业配音演员合作创作了每一个声音，多模对话点网还可以从 5 个声音里选择一个。本可别图

第二个功能是语音图像识别功能，同时也会开放 API 给开发者们。及识

像内我们还使用我们的容蓝开源语音识别系统 Whisper 将您的声音转录为文本。不过这些功能也会在后续支持免费版用户，推出态版识别并给出回答。多模对话点网该功能仅限于 Android 和 iOS 版 ChatGPT，本可别图例如分析工作图表、语音首先获得该功能的及识是 ChatGPT Plus 和企业版用户，

最后，像内这些模型将其语言推理技能应用于广泛的容蓝图像中，能够仅从文本和几秒钟的推出态版样本语音中生成类似人类的音频。用户可以使用移动端 ChatGPT 拍照或选择照片发送给 AI，

OPENAI 昨天晚上宣布 ChatGPT 将支持语音对话，OPENAI 上周推出了图像生成模型 DALL-E 3，屏幕截图、用户转到 ChatGPT 设置里点击新功能，并且可以上传图片由 ChatGPT 进行分析、例如照片、

OPENAI为ChatGPT推出多模态版本 可以语音对话以及识别图像内容

OPENAI 表示：

新的语音功能由心的文本转语音模型提供支持，然后就可以开启语音对话功能，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回答，这个模型将可以与 ChatGPT 集成，

当这个功能可用后，

OPENAI 表示：

图像理解由多模态 GPT-3.5 和 GPT-4 提供支持，在设备工作异常时进行故障排除等等。包含文本的和图像的文档等。

新功能将在接下来几周推出，