OpenAI开始向部分客户展示其新的多模态人工智能模型，这些模型既能与用户对话，也能识别物体。据The Information报道，这款新模型可能成为该公司计划今日发布的产品的一部分。
据共享信息，OpenAI的新模型相比现有的转录和文本转语音模型，提供了更快、更准确的图像和声音解读能力。借助该模型，客户服务代表可以更好地理解来电者的语调或判断其是否带有讽刺意味。此外，理论上该模型还能帮助学生解决数学问题。同样，该模型能够翻译现实世界中的标志。
Hatta模型在某些问题类型上可能超越GPT-4 Turbo。然而，正如我们在所有人工智能模型中看到的那样，该模型产生错误答案的可能性仍然存在。
根据开发者Ananay Arora在社交平台发布的帖子显示，ChatGPT正在开发通过内部进行电话呼叫的功能。Arora还发现了OpenAI为实时音频和视频通信准备服务器的线索。
尽管有这些线索，但提到的功能不太可能属于新的GPT-5模型。OpenAI首席执行官澄清称，即将发布的公告与预期比GPT-4更强大的模型无关。此外，根据分享的信息，GPT-5可能会在年底前向公众公布。
我们曾告知大家，OpenAI计划在Google I/O活动之前推出其人工智能搜索引擎。这一举动可能会为公司与Google的竞争带来新的方向。与此同时，我们要指出Google正在测试使用人工智能进行电话通话。据共享信息，该公司正在开发一个名为Pixie的多模态Google Assistant替代品。Pixie能够通过设备的摄像头观察物体，并将用户引导至可以购买这些物体的地方。