9月25号，OpenAI正式官宣：
ChatGPT将突破“文字维度”的限制，新增看图识图、识别声音、语音对话三大多模态功能。
一建识图
其实，早在今年3月份，OpenAI的创始人之一格雷格·布罗克曼就曾演示过 ChatGPT强大的识图功能。
当时他仅用几行文字，就让 ChatGPT创建了一个网站。
现在，这个功能终于要全面对外开放了。
官方给了几个例子，比如：
拍一张照片，询问如何调整自行车座椅高度， ChatGPT就会快速给出详细步骤。
如果你不熟悉自行车结构，还可以，问ChatGPT：“是这个地方吗？”
ChatGPT就能像真的在现场一样，快速给出正确的解决办法。
再比如：拍摄一张冰箱中的食材，ChatGPT就能快速识别图片，并给出完整的菜谱。
语音功能
除了新增的识图能力，ChatGPT 的移动端 App还将新增语音合成选项。
简而言之，就是用户可以将 ChatGPT回复的“文本内容”转化成语音了。
之前，ChatGPT的 App早已上线语音识别功能，现在，再加上语音合成，就等于我们拥有一位……
ChatGPT官方表示，新增的语音功能，可以在 App设置中从五种不同的合成声音中选择。
之所以提供特定的声音，OpenAI官方表示，是为了避免 AI合成语音所产生的诈骗问题。
看图、听声音、说话，再加上前段时间预热的文生图功能，这将是 ChatGPT通向 AGI（通用人工智能）道路上，突破的一个又一个关隘。
上面这些，在接下来的两周内，将向 ChatGPT的 Plus和企业版用户优先开放。
语音功能将在 iOS 和 Android上同步开启，图片识别全平台均可以使用。