OpenAI опубликовала материал, в котором объясняется, как возможности зрения и голоса в ChatGPT помогают командам работать с мультимодальными данными и общаться более естественно.
Материал посвящён практической стороне этих функций. Зрение позволяет пользователям делиться изображениями и поручать ChatGPT их интерпретацию, а голос делает возможным разговор вслух вместо набора текста. Вместе эти два режима позволяют переходить между письменным, визуальным и устным вводом в рамках одной сессии.
Для команд привлекательность заключается в объединении различных типов информации. Пользователь может сфотографировать схему, доску или документ, задать вопросы по ним, а затем продолжить обсуждение голосом. Это снижает трудности, связанные с переводом визуальных материалов в текст перед получением помощи.
В объявлении эти функции представлены как способ сделать сотрудничество с ИИ более естественным. Поддерживая формы общения, которые люди уже используют на работе, ChatGPT стремится плавнее вписываться в повседневные рабочие процессы.
Источник: OpenAI Blog · Сводку подготовил HeadlinesBriefing