ITCOW牛新网 5月23日消息，OpenAI今日宣布为ChatGPT解锁了一项极具实用价值的新功能。用户现在只需上传一张表单图片，无论是通过语音还是文字描述关键信息，系统便能精准识别表单中的各个字段，并自动完成内容填充。这一功能的推出，标志着AI助手在理解复杂视觉信息和多模态交互方面迈出了重要一步，将繁琐的填表工作变成了轻松的对话体验。
据ITCOW牛新网了解，这项新技能成功串联起了图像理解、语音交互与内容生成这三大工作流。在官方发布的演示案例中，用户上传了一份健身会员申请表，仅需口头告知ChatGPT自己的姓名、住址以及健身目标，AI便能瞬间读懂图片中的表格结构，并将语音指令转化为文字填入对应位置。整个过程无需人工逐项录入，更像是在与一位全能助手进行自然交流。更令人惊喜的是，在表单填写完毕后，系统还能根据上下文继续生成相关的配套图片，展现了极高的智能化水准。
尽管该功能表现惊艳，但目前仍存在一定的技术局限性。现阶段ChatGPT生成的输出结果主要是静态图片，而非可直接编辑的PDF或交互式文档，这意味着在某些办公场景下，用户可能仍需进行人工二次转录。此外，系统对上传文件的质量要求较高，若表单图片不够清晰，可能会导致字段提取错误或填写内容不准确。不过，这一创新无疑极大地提升了处理日常文书工作的效率，为未来AI助理的深度应用描绘了令人期待的蓝图。