第二个功能是推出态版图像识别功能 ，OPENAI 上周推出了图像生成模型 DALL-E 3，多模对话点网例如分析工作图表 、本可别图用户转到 ChatGPT 设置里点击新功能，语音屏幕截图 、及识将在 10 月份推出。像内这个模型将可以与 ChatGPT 集成，容蓝我们与专业配音演员合作创作了每一个声音，推出态版同时也会开放 API 给开发者们 。多模对话点网在设备工作异常时进行故障排除等等。本可别图并且可以上传图片由 ChatGPT 进行分析 、语音

最后
，及识然后就可以开启语音对话功能
，像内识别并给出回答  。容蓝还可以从 5 个声音里选择一个
。推出态版这些模型将其语言推理技能应用于广泛的图像中，首先获得该功能的是 ChatGPT Plus 和企业版用户，包含文本的和图像的文档等。该功能仅限于 Android 和 iOS 版 ChatGPT ，我们还使用我们的开源语音识别系统 Whisper 将您的声音转录为文本。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，

当这个功能可用后 ，

OPENAI 表示：

新的语音功能由心的文本转语音模型提供支持，

新功能将在接下来几周推出，

OPENAI 表示 ：

图像理解由多模态 GPT-3.5 和 GPT-4 提供支持 ，不过这些功能也会在后续支持免费版用户，

OPENAI 昨天晚上宣布 ChatGPT 将支持语音对话 ，能够仅从文本和几秒钟的样本语音中生成类似人类的音频。例如照片、用户可以使用移动端 ChatGPT 拍照或选择照片发送给 AI ，