OpenAI ընկերությունը շուտով կարող է ներկայացնել մուլտիմոդալ արհեստական բանականության աջակցությամբ թվային օգնական, որը կարող է հասկանալ նույնիսկ սարկազմը: Ինչպես տեղեկացնում է The Information-ը, բացի դրանից՝ OpenAI-ը ChatGPT-ում զանգերի հնարավորություն կավելացնի։  

Ըստ The Information-ի աղբյուրների՝ OpenAI-ը մի շարք հաճախորդների արդեն ցուցադրել է նոր մուլտիմոդալ ԱԲ մոդելը, որն ի վիճակի է ինչպես երկխոսություն վարել օգտատիրոջ հետ, այնպես էլ ճանաչել օբյեկտները:

Նոր մոդելն ապահովում է պատկերների և ձայնի ավելի արագ և ճշգրիտ մեկնաբանություն, քան տառադարձման կամ տեքստի խոսքի վերածող առկա ԱԲ մոդելները: Ինչպես նշում է The Information-ը, այն կարող է օգնել հաճախորդների սպասարկման անձնակազմին «ավելի լավ հասկանալ զանգահարողների ձայների ինտոնացիան, թե արդյոք նրանք հեգնում են»:

«Տեսականորեն» մոդելը կարող է օգնել ուսանողներին՝ լուծելու մաթեմատիկական խնդիրները կամ մեկնաբանել մաթեմատիկական արտահայտությունները կամ կիրառվող լեզուն։ Կայքի աղբյուրների տվյալներով՝ ԱԲ նոր մոդելը կարող է գերազանցել GPT-4 Turbo-ին «որոշ հարցերին պատասխանելու» հարցում, բայց դեռ ավելի հակված կլինի սխալ որոշումներ կայացնելու:

Ըստ ծրագրավորող Անանայ Արորայի՝ OpenAI-ը նաև պատրաստվում է ChatGPT չատբոտում ավելացնել հեռախոսազանգերի գործառույթ։ Նա պնդում է, որ գտել է ապացույցներ, որ OpenAI-ն արդեն նախատեսել է սերվերների օգտագործում իրական ժամանակում տեսա և լսակապի համար:

Հարկ է նշել, որ GPT-5-ը չի ունենա այս հնարավորությունը, եթե այն ներկայացվի հաջորդ շաբաթ, քանի որ OpenAI-ի գործադիր տնօրեն Սեմ Ալթմանը հերքել է, որ գալիք իրադարձությունը որևէ առնչություն կունենա GPT-5-ին հաջորդող ԱԲ մոդելի հետ: Նա նաև հերքել է լուրերը, որ ընկերությունը հաջորդ շաբաթ կներկայացնի նոր որոնողական համակարգը, որն աշխատում է ԱԲ-ով։