بر اساس اعلامOpenAI، در بروزرسانی نسخه جدید چت‌جی‌پی‌تی، این ابزار می‌تواند ببیند و بشنود و دستورات صوتی، متنی یا تصویری را درک کرده و با کاربر تعامل کند.