# ChatGPT kann nun auch sprechen, zuhören und Bilder sehen

Der Sektor der künstlichen Intelligenz (KI) entwickelt sich immer weiter. OpenAI hat nun GPT-4V, ein visuelles Modell, und multimodale Konversationsmodi für sein ChatGPT-System vorgestellt.

Mit den neuen Upgrades, die am 25. September angekündigt wurden, können ChatGPT-Nutzer den Chatbot in Konversationen einbinden. Die Modelle hinter ChatGPT, nämlich GPT-3.5 und GPT-4, können jetzt einfach gesprochene Anfragen verstehen und mit einer von fünf verschiedenen Stimmen antworten.

ChatGPT kann jetzt sehen, hören und sprechen. In den nächsten zwei Wochen werden Plus-Nutzer in der Lage sein, mit ChatGPT Sprachkonversationen zu führen (iOS & Android) und Bilder in Konversationen einzubinden (alle Plattformen). https://t.co/uNZjgbR5Bm pic.twitter.com/paG0hMshXb

– OpenAI (@OpenAI) September 25, 2023

Dieses neue multimodale Interface ermöglicht es den Nutzern laut einem Blogpost von OpenAI, mit ChatGPT auf ganz neue Weise zu interagieren:

„Machen Sie auf Reisen ein Foto von einer Sehenswürdigkeit und unterhalten Sie sich live darüber, was daran interessant ist. Wenn Sie zu Hause sind, fotografieren Sie Ihren Kühlschrank und Ihre Vorratskammer, um herauszufinden, was Sie zum Abendessen kochen können (und stellen Sie Folgefragen, um ein Schritt-für-Schritt-Rezept zu erhalten). Nach dem Abendessen können Sie Ihrem Kind bei einer Matheaufgabe helfen, indem Sie ein Foto machen, die Aufgabenstellung einkreisen und sich Hinweise geben lassen.“

Die aktualisierte Version von ChatGPT wird in den nächsten zwei Wochen für Plus- und Enterprise-Nutzer auf mobilen Plattformen verfügbar sein, der Zugang für Entwickler und andere Nutzer folgt „bald danach“.

Das multimodale Upgrade von ChatGPT kommt kurz nach der Einführung von DALL-E 3, dem fortschrittlichsten Bilderzeugungssystem von OpenAI.

Nach Angaben von OpenAI ist in DALL-E 3 auch Natursprachverarbeitung integriert. Damit können Nutzer mit dem Modell sprechen, um die Ergebnisse zu verfeinern, und ChatGPT zur Unterstützung bei der Erstellung von Bild-Befehlen integrieren.