OpenAI 已开始向部分客户展示一款新的多模态 AI 模型，该模型能够进行对话并辨识物品。根据外媒《The Information》，OpenAI 预计在周一活动上展现新功能。
据报导，新的多模态模型在辨识图像和声音方面，比 OpenAI 现有的模型表现更快、更准确。新模型能帮助客服更好地理解来电者的语气，以及是否在讽刺，且「理论上」能够协助学生解决数学问题或翻译现实世界中的标志。
消息人士指出，新模型在回答特定类型的问题时，表现甚至可能胜过当前的 GPT-4 Turbo，但也仍有可能会生成错误的回应。
除了多模态 AI 功能外，OpenAI 也传闻正准备对 ChatGPT 进行更新，增加电话通话功能，有开发者贴出与通话相关的程式码，并表示 OpenAI 在准备用於即时声音和视讯通话的伺服器。
Sam Altman 先前也暗示，即将发布的是 ChatGPT 和 GPT-4「魔法般」的新功能，但他明确否认会会发表备受期待的 GPT-5 模型，其计划将於年底发布。同时 Altman 也证实，这周并不会推出新 AI 驱动的搜索引擎。
如果 OpenAI 本周一真的揭晓了据报的多模态 AI 功能，这消息有可能会盖过Google 即将在 I/O 大会上展示的相似 AI 技术，有消息透露 Google 也在测试 AI 通话功能，以及镜头辨识物体能力。
随着 AI 模型越来越擅长将文字、视觉和声音等不同模态融合到一个系统中，OpenAI 即将展示的成果似乎准备将多模态 AI 助理带往新高度。OpenAI 预计於台湾时间 5/14 凌晨一点进行直播。
责任编辑：Jocelyn
核稿编辑：Chris
本文初稿为 INSIDE 使用 AI 编撰。快加入 INSIDE Google News 按下追踪，给你最新、最 IN 的科技新闻！