ChatGPTs avancerede stemmetilstand, som giver brugerne mulighed for at tale med chatbot’en i realtid, kan snart få synets gave, ifølge koden opdaget i platformens seneste beta-build. Mens OpenAI endnu ikke har bekræftet den specifikke udgivelse af den nye funktion, er koden i ChatGPT v1.2024.317 beta-build opdaget af Android Authority antyder, at det såkaldte “live-kamera” kan være nært forestående.
OpenAI havde først vist Advanced Voice Modes vision-kapaciteter for ChatGPT i maj, da funktionen første gang blev lanceret i alfa. Under en demo, der blev postet på det tidspunkt, var systemet i stand til at identificere, at det kiggede på en hund gennem telefonens kamerafeed, identificere hunden baseret på tidligere interaktioner, genkende hundens bold og knytte hundens forhold til bolden (dvs. spiller apportering).
Funktionen var også et hit med alfa-testere. X-brugeren Manuel Sainsily brugte det med stor effekt til at besvare verbale spørgsmål om sin nye killing baseret på kameraets videofeed.
Anbefalede videoer
Prøver #ChatGPT‘s nye avancerede stemmetilstand, der lige er blevet udgivet i Alpha. Det føles som at ansigtstimme en super kyndig ven, hvilket i dette tilfælde var super hjælpsomt – og beroligede os med vores nye killing. Den kan besvare spørgsmål i realtid og også bruge kameraet som input! pic.twitter.com/Xx0HCAc4To
— Manuel Sainsily (@ManuVision) 30. juli 2024
Advanced Voice Mode blev efterfølgende udgivet i beta til Plus- og Enterprise-abonnenter i september, dog uden dens yderligere visuelle muligheder. Det forhindrede naturligvis ikke brugerne i at gå vilde med at teste funktionens stemmebegrænsninger. Advanced Voice, “tilbyder mere naturlige samtaler i realtid, giver dig mulighed for at afbryde når som helst og fornemmer og reagerer på dine følelser,” ifølge virksomheden.
Tilføjelsen af digitale øjne ville helt sikkert adskille Advanced Voice Mode fra OpenAIs primære konkurrenter Google og Meta, som begge i de seneste måneder har introduceret deres egne samtalefunktioner.
Gemini Live kan muligvis tale mere end 40 sprog, men den kan ikke se verden omkring sig selv (i hvert fald indtil kl. Projekt Astra kommer i gang) — og Metas Natural Voice Interactions, som debuterede ved Connect 2024-begivenheden i september, kan heller ikke bruge kameraindgange.
OpenAI også annonceret i dag at Advanced Voice-tilstand nu også var tilgængelig for betalte ChatGPT Plus-konti på skrivebordet. Den var kun tilgængelig på mobilen i et stykke tid, men kan nu også tilgås direkte på din bærbare computer eller pc.
Støt vores arbejde ❤️
Hvis du kunne lide denne artikel, kan du overveje at give drikkepenge for at hjælpe os med fortsat at udgive kvalitetsindhold.
