美国时间周一，OpenAI宣布在ChatGPT中加入语音聊天功能。这使得OpenAI在智能语音助手 直接领域与谷歌、苹果、亚马逊等科技巨头正面交锋。
ChatGPT可以用五个“角色”回答用户的查询，它的语气比起Alexa和Siri 助手听起来更像真人。OpenAI表示，加入语音功能是吸引更多用户使用ChatGPT并与之互动的重要方式。
open ai消费产品副总裁彼得·邓(Peter Deng)在接受采访时表示:“这是我们面临的挑战，最困难的任务是简化这项令人惊叹的技术。”
就在 OpenAI宣布为ChatGPT推出语音功能的同一天，亚马逊宣布签署协议，向人工智能初创公司Anthropic投资最多40亿美元。这是自今年年初微软投资OpenAI以来，人工智能领域最大的一笔交易，表明科技巨头正在押注热门的人工智能初创企业。
谷歌、亚马逊和OpenAI等公司上周发布了几款人工智能产品，以击败竞争对手。整合到现有的扬声器中是公司让用户使用聊天机器人并为其付费的关键方式之一。
亚马逊宣布在Alexa家用音箱中加入了聊天机器人的“对话”功能，这些智能音箱已经进入了数百万美国家庭。另一方面，谷歌表示，正在考虑将巴德的技术应用于自己的语音助手。
目前人们可以在ChatGPT的移动应用上大声提问，但聊天机器人会用文字回答。现在人们还可以将图片上传到聊天机器人，作为问题的一部分，例如展示冰箱里食材的照片，并要求聊天机器人给出食谱建议。
随着语音和图像功能的加入，ChatGPT有望成为真正的“多模态”机型，可以“看”和“听”世界，并用语音和图像进行响应。多模态模型是这个行业的下一个竞争阶段，许多公司都在竞相开发更强大的模型。
多年来，语音助手在现在汽车、智能手机、电视、智能音箱中都有，每天都有无数人在使用。但大多数情况下，voice 助手只能用于简单的交互，比如开灯或者报天气。聊天机器人背后的“大语言模型”技术，开启了一种可能，语音助手可以进行更长更自然的对话，回答更复杂的问题。
投资者和分析师指责亚马逊对聊天机器人和图像生成器等生成型人工智能领域的竞争反应迟缓。Anthropic的投资将使亚马逊获得这家初创公司的研究人员和技术。Anthropic由前OpenAI员工创立，此前曾获得谷歌投资。
市场研究公司Gartner副总裁吉姆黑尔(Jim Hare)表示，通过上述措施，亚马逊向市场表明了自己是生成式人工智能领域的积极参与者，并试图改变人们对其已经落后的印象。
OpenAI去年11月发布了ChatGPT，引发了聊天机器人热潮。微软与OpenAI合作使用后一种技术，而谷歌推出了自己的聊天机器人Bard。
人工智能研究人员警告说，人们可能会将聊天机器人过度拟人化，因为它们的回答通常看起来像真人的回应。这可能会导致用户错误地信任机器人的智能或能力。然而，聊天机器人仍然经常捏造信息，伪装成真实的答案，这被人工智能研究人员称为“幻觉”。
ChatGPT的新角色叫Sky，Ember，Breeze，Juniper，Cove，每个角色都有不同的语调和口音。《天空》听起来有点像斯嘉丽约翰逊，在电影《她》中为主角爱上的人工智能配音。。OpenAI高管彼得·邓(Peter Deng)表示，配音角色并不是为了让人们听起来像某个特定的人。
在一次演示中，Peter Deng展示了一个机器人如何理解无序的开放语音问题。他说，这些新功能让对话变得更容易、更自由，而不必考虑如何准确地表达一个问题。“有了这个功能，你就可以和ChatGPT通话了，”邓说。"我的孩子现在要求用ChatGPT讲睡前故事."
open ai的政策研究员Sandhini Agarwal在接受采访时表示，他们已经测试了语音和图像功能，并增加了安全措施，以确保机器人能够对敏感话题做出适当的回应。例如，如果用户提出与心理健康有关的问题，ChatGPT会建议他们咨询专业人士。不过，阿加瓦尔表示，还有更多工作要做，而且这项工作还远远没有完成。
