Popularny system AI, z którym można było porozumiewać się za pomocą klawiatury, teraz będzie w stanie słuchać poleceń, a co więcej odpowiadać na nie generowanym automatycznie głosem (ma być pięć głosów do wyboru). Na tym nie koniec – OpenAI wdroży też jeszcze jedną przydatną funkcjonalność, a mianowicie rozpoznawanie obrazów. W efekcie będzie można ChatGPT pokazać zrobione zdjęcie, by omówić to, co na nim się znajduje. Twórcy chatbota wskazują, że za pośrednictwem technologii rozpoznawania obrazu algorytmy będą w stanie rozpoznać np. punkt orientacyjny sfotografowany podczas podróży i na żywo przekazać głosem bota, co interesującego możemy zobaczyć w okolicy.