Visual ChatGPT ist ein System, das Sprach- und Bildinteraktionen ermöglicht. Es kombiniert verschiedene visuelle Grundmodelle, um Benutzern visuelle Fragen zu stellen oder Bearbeitungen vorzunehmen. Mit diesem System kann ChatGPT auch Bilder verarbeiten und generieren. Es eröffnet neue Möglichkeiten für die Interaktion mit KI-gestützten Modellen. Die Experimente zeigen, dass Visual ChatGPT die visuellen Fähigkeiten von ChatGPT erweitert. Das System ist öffentlich zugänglich.