华泰证券研究報告：ChatGPT新功能即将開放，多模態化迭代提升用戶體驗

金吾财讯 | 华泰证券发布的研究报告指出，据OpenAI官方网站的信息，ChatGPT预计将在未来两周内向Plus用户和企业用户开放新的功能。这些功能包括语音对话能力和图像读取与理解（即图生文）能力。其中，语音对话功能仅限于iOS和安卓客户端，而图生文能力则将面向全平台开放。华泰证券认为，ChatGPT在语音对话和图生文等功能的更新展示出其在大多模态化方面的进一步进步，从而提升用户的使用便利性和应用场景的广泛性。此外，随着AI工具在语音、图像等多模态领域的不断完善，AI生态企业垂直应用的受益将是显而易见的。同时，从文本、语音、图像向更复杂的模态如视频和3D模型的AIGC也将持续推进。

原内容提到了OpenAI在9月20日官方发布的人文图AI工具最新版DALL·E3，以及其相较于前一版本的显著改进，特别是在提示词辅助生成和文本理解、图片生成细节丰富度方面。同时，OpenAI也表达了他们对构建安全且有益的人工智能的愿望，并计划逐步增强现有的产品功能，包括这次推出的语音和图像相关能力。另外，据TheInformation报道，谷歌也即将推出他们的新一代多模态AI大模型Gemini。评论人士认为，随着这些功能的开放，大型AI模型的多模态道路可能会加快进程，而AI生态企业的垂直应用也有望从语音、图像等多模态能力的完善中受益。