OpenAI魔法级新品 剑指谷歌

图／美联社

OpenAI发表大会重点

外媒引述消息报导，OpenAI将于13日发表大会推出具备视觉与听觉功能的人工智慧（AI）语音助理。该AI助理拥有更强的逻辑推论能力，且能够协助自动化客服判别讽刺语言，恐成为Google助理与其聊天机器人Gemini的最大威胁。

市场稍早盛传，OpenAI将抢在谷歌年度I/O开发者大会14日登场前推出AI搜寻引擎，而这将对于谷歌核心业务带来直接威胁。鉴于OpenAI聊天机器人爆红速度极快，外界认为这恐怕是谷歌搜寻数十年来面临的首次重大威胁。

但OpenAI执行长奥特曼（Sam Altman）打脸媒体说法。他在社群平台X发文表示，OpenAI在13日发表产品并不是GPT-5，也不是搜寻引擎，而是「宛如魔法」的新作。OpenAI官方亦证实，当日将更新ChatGPT与其最新版模型GPT-4。

外媒引述消息报导，OpenAI在13日活动可能宣布推出「多模态」（Multimodal）数位助理。这意味着：AI可以处理多种输入形式，不仅仅是文字而已。这个AI助理据传能够连结相机，处理现实世界的资讯，然后以语音方式向你回报它看到的讯息。

举例来说，你可以将相机对准不同语言的标志，并要求ChatGPT为你辨识与翻译，然后AI会透过对话回复给你。

事实上，Google助理与Google Gemini早已具备类似功能；而ChatGPT也可以做到这一点，但目前无法透过单一介面达成。

OpenAI在13日可能宣布升级GPT模型并纳入最新功能，透过影像输入与声音输出提供更快、更准确的回应。奥特曼最终目标是打造出类似电影《云端情人》（Her）里面的实用AI助理。

消息人士表示，这款AI助理不仅能与使用者对话、辨识物体与图像，还具备「更好的图像与声音理解能力」。它可以做到AI助理目前还无法做到的事，包括指导论文写作、解决数学问题与侦测讽刺语言等。