生成式人工智慧（AI）系統ChatGPT開發商OpenAI公司25日宣布，將新增語音及影像識別功能，讓ChatGPT「能看見、能聽到、能說話」，解決更多生活或工作的疑難雜症，預計未來兩周內就會上線。

路透報導，目前的ChatGPT雖然生成內容強大，但僅止於以文字和用戶字交流，增添語音功能後，將能夠讀懂用戶的談話，並透過語音回答，代表ChatGPT會變得愈來愈像蘋果（Apple）裝置內建的Siri，或是亞馬遜（Amazon）推出的Alexa等。

OpenAI在聲明中表示，新的語音功能不但能回答用戶的問題，還能進行對話，也可以要求ChatGPT在就寢時為家人說段睡前故事，或解決餐桌上的爭論。

ChatGPT can now see, hear, and speak. Rolling out over next two weeks, Plus users will be able to have voice conversations with ChatGPT (iOS & Android) and to include images in conversations (all platforms). https://t.co/uNZjgbR5Bm pic.twitter.com/paG0hMshXb

— OpenAI (@OpenAI) September 25, 2023

至於影像識別，目前最強大的是Google Lens裝置，提供以圖搜圖、圖像上面的文字翻譯等，但ChatGPT的功能可能會更進一步，例如旅行時拍下一張地標的照片，就能即時討論當中有趣之處，或者拍下冰箱內部的照片就可取得餐點食譜的建議，還可以拍下孩子的數學作業照照片，就能幫忙解答問題。

OpenAI表示，預計未來兩周，付費版本就會具有新的語音及圖像識別功能。