OpenAI 已更新其 ChatGPT 语音模式，加入了视觉输入能力，允许用户向 AI 展示物体并获取相关信息。此功能此前由 Google 的 Gemini 展示过，它使 ChatGPT 能够分析图像并提供上下文相关的回复。此次更新旨在通过整合视觉理解来增强语音助手的交互性和实用性。 AI
排序理由 产品更新为现有 AI 工具添加新功能。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
OpenAI 为语音模式添加视觉能力，效仿 Gemini 的功能
报道来源 [1]
-
OpenAI Voice Mode Can See Now - After Gemini Does
**OpenAI** launched **Realtime Video** shortly after **Gemini**, which led to less impact due to Gemini's earlier arrival with lower cost and fewer rate limits. **Google DeepMind** released **Gemini 2.0 Flash** featuring enhanced multimodal capabilities and real-time streaming. *…