„ChatGPT“ dabar supranta vaizdo įrašą realiuoju laiku, praėjus septyniems mėnesiams po to, kai OpenAI pirmą kartą jį demonstravo

„OpenAI“ pagaliau išleido „ChatGPT“ realaus laiko vaizdo įrašų galimybes, kurias demonstravo beveik prieš septynis mėnesius.

Ketvirtadienį tiesioginės transliacijos metu bendrovė teigė, kad „Advanced Voice Mode“, į žmones panašių „ChatGPT“ pokalbių funkcija, įgauna viziją. Naudodami „ChatGPT“ programą naudotojai, užsiprenumeravę „ChatGPT Plus“, „Team“ ir „Pro“, gali nukreipti savo telefonus į objektus ir „ChatGPT“ reaguoti beveik realiuoju laiku.

Išplėstinis balso režimas su regėjimu taip pat gali suprasti, kas rodoma įrenginio ekrane, naudojant ekrano bendrinimą. Jis gali paaiškinti įvairius nustatymų meniu arba pateikti pasiūlymų dėl matematikos uždavinio.

Norėdami pasiekti išplėstinį balso režimą su regėjimu, palieskite balso piktogramą, esančią šalia pokalbių juostos. Įjungę balso režimą, bakstelėkite vaizdo įrašo piktogramą apačioje kairėje, kad pradėtumėte vaizdo įrašą. Norėdami bendrinti ekraną, bakstelėkite trijų taškų meniu ir pasirinkite „Bendrinti ekraną“.

Išplėstinis balso režimas su vizija prasidės šiandien, teigia OpenAI, ir baigsis kitą savaitę. Tačiau ne visi vartotojai gaus prieigą. „OpenAI“ teigia, kad „ChatGPT Enterprise“ ir „Edu“ šią funkciją gaus tik sausio mėn. ir kad ji neturi laiko juostos „ChatGPT“ naudotojams ES, Šveicarijoje, Islandijoje, Norvegijoje ir Lichtenšteine.

Neseniai CNN laidoje „60 minučių“ demonstracinėje demonstracijoje „OpenAI“ prezidentas Gregas Brockmanas turėjo išplėstinį balso režimą ir atliko Andersono Cooperio anatomijos įgūdžių testą. Kuomet Cooperis piešė kūno dalis ant lentos, ChatGPT galėjo „suprasti“, ką piešia.

„Vieta puiki“, – sakė asistentas. „Smegenys yra galvoje. Kalbant apie formą, tai gera pradžia. Smegenys yra labiau ovalios.

Tačiau toje pačioje demonstracijoje išplėstinis balso režimas su regėjimu padarė klaidą dėl geometrijos problemos, o tai rodo, kad jis linkęs į haliucinacijas.

Išplėstinis balso režimas su regėjimu buvo atidėtas kelis kartus – teigiama, kad iš dalies dėl to, kad OpenAI apie šią funkciją paskelbė gerokai anksčiau, nei ji buvo paruošta gamybai. Balandžio mėnesį „OpenAI“ pažadėjo, kad išplėstinis balso režimas vartotojams bus pristatytas „per kelias savaites“. Po kelių mėnesių bendrovė pasakė, kad jai reikia daugiau laiko.

Kai kuriems „ChatGPT“ vartotojams ankstyvą rudenį pagaliau pasirodė išplėstinis balso režimas, jam trūko vizualinės analizės komponento. Prieš šiandienos pristatymą „OpenAI“ daugiausia dėmesio skyrė tik balso patobulinto balso režimo teikimui papildomoms platformoms ir naudotojams ES.