自OpenAI在2022年11月下旬推出ChatGPT以来，其免费版本一直相对保持不变，使用相同的大型语言模型（GPT-3.5）和用户界面——以及相同的限制。然而，OpenAI的一系列ChatGPT升级将显著改善用户对聊天机器人的体验。

在周一的直播活动中，OpenAI公司公布了免费版ChatGPT的重大更新，为用户解锁了一系列新的多模态功能，包括新的和改进的语音和图像辅助。

1、GPT-4o 

活动的最大新闻是OpenAI推出了新的旗舰大型语言模型（LLM）——GPT4o。顾名思义，该模型提供了GPT-4级别的智能；然而，与前代相比，它拥有多项升级，如更快的性能和跨文本、语音和视觉的多模态能力。

这次升级不仅解锁了尖端功能——包括新的语音模式和扩展的语言支持——而且终于让免费用户能够访问到大多数原本仅限于每月20美元的ChatGPT Plus订阅者才能使用的功能。

例如，免费用户现在可以体验GPT-4级别的智能，通过Bing的ChatGPT Browse从网络获取回复，分析数据，围绕照片和文档聊天，使用GPTs，并访问GPT商店。之前，所有这些功能仅对ChatGPT Plus订阅者开放。

ChatGPT Plus用户继续享有的优势包括比免费用户多五倍的容量，优先使用GPT-4o的权限，以及像新的macOS应用程序这样的升级。相比之下，当GPT-4o的容量达到上限时，免费用户将被退回到GPT-3.5。

据该公司称，GPT-4o已经向ChatGPT Plus和团队用户推出，企业用户也将很快可以使用。免费用户也将获得LLM的推出；然而，这些用户将有一些使用限制。

2、新语音模式

直播演示中令人瞩目的亮点是全新升级的语音模式，借助GPT-4o的新视频和音频功能进行了升级。与之前的语音模式不同，用户现在将体验到更加自然的对话。例如，用户可以打断语音助手，并让助手以不同的声音说话。在直播演示中，用户让ChatGPT以唱歌的方式回应或以不同的语调说话，如“戏剧性的机器人声音”。

人工智能助手还将能够使用环境上下文来提供语音回答。在下面的演示中，你可以听到ChatGPT的语音模式与用户聊天，并详细描述用户周围的环境，如他穿着什么衣服，坐在哪里。

如果你需要对你正在观看的内容进行辅助，这可能会很有用。例如，如果你想知道你最近在一个新城市遇到的那座美丽建筑的名字，或者你想翻译一份菜单。直播演示中包括了一个部分，其中两个人用两种不同的语言进行对话，而ChatGPT改进后的语音模式将整个对话进行了翻译。

改进后的语音模式将在未来几周内以alpha版的形式推出，随着公司更广泛地推出该模式，ChatGPT Plus用户将获得早期访问权限。

3. 上传截图、照片和文档

如上所述，GPT-4o允许用户除了文本外，还可以上传图片和文档，以获取所需信息的AI见解。这是一项巨大的进步，因为这一功能可以说是AI聊天机器人所能提供的最有用的功能之一，而在此之前，它仅限于ChatGPT Plus用户。此外，到目前为止，唯一提供文档上传功能的免费主流聊天机器人是Anthropic的Claude。

用户可以通过上传PDF（如研究论文或冗长的法律文件）来利用这一功能，并请聊天机器人提供有关内容的详细摘要或问题，ChatGPT可以提供对话式回答。用户还可以使用图片功能来帮助处理正在查看的内容，例如工作表上的数学方程式或识别看到的植物类型。

4、更多的语言支持

GPT-4o让ChatGPT现在支持超过50种语言。据OpenAI称，这是为了让ChatGPT更加面向全球用户。然而，扩展的语言也对日常用户有所帮助，因为它们有助于聊天机器人的翻译功能，该功能也随着新的语音模式得到了改进。

5、新的浏览器界面和应用程序

自从ChatGPT推出以来，其用户界面一直没有变化——直到现在。现在，聊天机器人拥有OpenAI所称的“简化外观和感觉”，既“更友好也更便于对话”。当用户访问页面时，他们将看到一个新的主页、消息布局等，如下方截图所示。

这些变化似乎微不足道，最大的不同是更简洁、更简化的外观。此外，该公司从今天开始向ChatGPT Plus用户发布一款新的macOS应用程序，并将在未来几周内更广泛地提供。该公司表示，Windows版本将在今年晚些时候推出。

6、GPT商店的访问权限

GPT是定制的ChatGPT聊天机器人，旨在执行特定任务。它们于今年3月取代了ChatGPT插件，因为GPT更容易被开发者构建；现在用户可以在GPT商店中找到超过三百万个GPT。

这一功能非常有价值，因为它使用户能够扩展ChatGPT的功能，并将其与一些他们最喜欢的应用程序集成。例如，Canva有自己的GPT，允许用户通过聊天机器人设计项目。另一个例子是Wolfram GPT，它协助用户在聊天机器人界面内进行数学运算。