ChatGPT mit menschlichen Sinnen ausgestattet

Die Macher von OpenAI haben ihrem Baby ChatGPT ein ordentliches Upgrade verpasst. Aus einem textbasierten Chatbot wird eine multimodale KI, die mit ganz neuen Sinnen ausgestattet wurde.

Auf ein Plauderstündchen mit James Bond

Die KI hat seit neuestem ein Gehör. OpenAI integriert mit Whisper ein hauseigenes Spracherkennungstool, welches den Nutzerinnen und Nutzern die Möglichkeit gibt, mit der KI zu sprechen. Der Clou an der Sache – anstatt wie bisher mit Text, antwortet ChatGPT ab sofort mit einer eigenen Stimme. Im Gegensatz zu den gängigen Sprachassistenten wie zum Beispiel Siri, die ja auch antwortet, bringt OpenAI das Ganze auf ein komplett neues Level. Gespräche mit ChatGPT sind echte Gespräche, die sich auch echt anfühlen. Die jeweilige antwortende Stimme kann man sich aussuchen, wer möchte, wählt einfach die Stimme von James Bond. Oder aber von der oder dem Ex. Jedem wie es gefällt.

ChatGPT kann jetzt auch sehen

ChatGPT kann Bilder verstehen, die die Benutzerin oder der Nutzer hochladen und bald auch eigene, völlig neue erzeugen. Aus Text kann die KI komplett neue Bilder generieren. Bisher war dies schwierig, die Befehle zum Generieren von Bildern waren zu kompliziert, um gute Visuals zu erzeugen. Mit dem von OpenAI entwickelten Dall-E 3 KI-Tool für Bilder wird sich das ändern.

Neue Features zunächst nur fürs iPhone

Die neuen Features von ChatGPT wird es im ersten Roll Out nur für als Apple-App geben. Das Stimme-zu-Text-Tool Whisper muss erst einmal verstehen lernen. Eine Herausforderung, an der andere Tools bisher gescheitert sind. Um die Funktion auf dem iPhone zu aktivieren, klicken Nutzerinnen und Nutzer im Eingabebalken rechts auf das Symbol und Whisper ist aktiv.