Sorti fin 2022, ChatGPT n’était qu’un agent conversationnel basé sur du texte à ses débuts. Ses fonctionnalités ont toutefois évolué depuis et il est aujourd’hui possible d’effectuer des requêtes à travers des commandes vocales ou des images. Le robot risque d’ailleurs de devenir plus complet dans un futur proche avec la prise en charge de la vidéo.

Propulsé actuellement par le modèle GPT-4, ChatGPT a vu ses capacités se décupler au cours de l’année écoulée. GPT-5, la prochaine mise à jour du modèle devrait cependant en offrir plus, ce qui fera de l’agent conversationnel un outil totalement polyvalent. Vous n’êtes pas sans savoir qu’en plus de l’analyse des documents, de l’audio et des images, Dall-E avait été intégré à ChatGPT. Cette intégration permet ainsi de générer des images directement depuis l’interface de l’agent conversationnel.

Le même processus pourrait donc être employé pour la vidéo grâce à GPT-5 et c’est Sam Altman le PDG d’OpenAI lui-même qui l’annonce. En effet, le dirigeant de l’entreprise à l’origine de ChatGPT s’est livré sur la prochaine mise à jour dans le podcast « Unconfuse me with Bill Gates ». Sam Altman a évoqué alors la probable arrivée de GPT-5 pour 2024, mais il a également fourni des détails croustillants sur les capacités de ce modèle de langage qui fera tout sur tout. GPT-5 sera « entièrement multimodal », et « prendra en charge la parole, l’image, du code et la vidéo. » a-t-il déclaré.

Ces affirmations signifient que grâce à la prochaine mise à jour, les utilisateurs pourront proposer des vidéos à analyser à ChatGPT. De plus, il sera possible de générer des vidéos entières en entrant seulement des requêtes textuelles. Cette fonctionnalité pourrait alors s’avérer utile pour une multitude de scénarios d’utilisation, mais elle laisse aussi planer des risques de désinformation. En effet, avec une telle fonctionnalité, le phénomène des deepfakes pourrait prendre plus de l’ampleur au grand dam de la réalité.