这是一个创建于 503 天前的主题，其中的信息可能已经有所发展或是发生改变。
现在好像还是单纯的文本模型
 | 1 baoshuai33 2024-06-02 08:45:50 +08:00 via iPhone 前面有个回形针一样的就是可以传文件 |
 | 2 kuhung 2024-06-02 08:46:29 +08:00 拍照问他也可以呀 |
 | 3 crokily 2024-06-02 09:07:16 +08:00 拍照和语音一句句对话这些一直都有，但是像发布会上的那种实时对话还是没有发布。 也不知道啥猴年马月才会发布。 |
 | 4 maolon 2024-06-02 09:09:37 +08:00 via Android  1 openai 的臭毛病，先把 hype train 搞出来，具体用户啥时候能体验，慢慢等灰度去吧。 开发者论坛上一堆问什么时候开放演示里功能的，答曰: 无可奉告(现在只给密切合作伙伴使用) |
 | 5 lDqe4OE6iOEUQNM7 2024-06-02 10:12:58 +08:00 1 语音内测要几周，全部上线还得几个月，看 Open Ai 公告，就是为了在谷歌之前发布，不然没亮点了，加上斯嘉丽控诉 opanai ，下架了一个声音，估计不知道要多久，好几周了 |
 | 6 binaryify 2024-06-02 10:49:49 +08:00 图片可以识别的 |
 | 7 shan1989 2024-06-02 11:40:20 +08:00 目前只能输出文字，无法直接输出图片这些吧 |
 | 8 youngxhui838 2024-06-02 11:42:17 +08:00 via Android 我连 4o 都还没有灰度到 |
 | 9 IndexOutOfBounds OP @baoshuai33 @kuhung @crokily @binaryify 我猜现在的语音，图片都还不是原生多模态，比如语音是先转成文字再给 gpt 的，和原生多模态还不一样，信息会有损耗，比如声音的语气情绪 |
| 10 crokily 2024-06-02 13:55:17 +08:00 @IndexOutOfBounds 是不一样，发布会演示的是 RTC 实时对话，现在这个还得一句一句等候处理。 |
 | 11 appsyb 2024-06-02 16:31:56 +08:00 4o 发布会就是为了狙击 Google I/O gemini 的 |
 | 13 18k 2024-06-02 22:29:07 +08:00 我的有了，就是没开会员限制文件次数 |
| 14 binaryify 2024-06-05 13:38:49 +08:00 @IndexOutOfBounds 语音还得等,但是图片我看是可以识别图片内容的,不只是文字,你给它几个西瓜的图,打上数字编号,他会告诉你哪个熟了可以买,给它发 k 线图,也会给你分析走势 |
| 15 IndexOutOfBounds OP @binaryify 哦哦，我主要还是指原生多模态。这个应该是模型外挂了什么视觉识别？不是模型本身认识图片，Poe 上用 gpt3.5 也可以上传图片，但模型本身显然只能处理文字 |
| 16 binaryify 2024-06-06 10:05:55 +08:00 @IndexOutOfBounds #15 确实,现在感觉和发布会的就是买家秀和卖家秀的区别 |
Select Language