OpenAI新王炸：ChatGPT語音助手可以“看”人說話了，能實(shí)時視頻對話，還附贈一個限時圣誕老人聲音

每經(jīng)編輯 杜宇

OpenAI為期12個工作日的新產(chǎn)品和技術(shù)發(fā)布活動出了新王炸：在首次公開演示將近七個月后，OpenAI正式面向廣大付費(fèi)用戶推出ChatGPT類人高級人工智能（AI）語音助手的新功能，包括視頻對話和實(shí)時屏幕共享，以及一個增添節(jié)日趣味的“圣誕老人”音色。

美東時間12月12日，OpenAI宣布，在ChatGPT的移動端應(yīng)用程序App中，上線ChatGPT高級語音模式Advanced Voice的視頻和共享屏幕功能。Advanced Voice由OpenAI的多模態(tài)模型GPT-4o支持。

視頻功能啟動方式很簡單，點(diǎn)擊對話框右下角的高級語音模式圖標(biāo)，加載完成后點(diǎn)擊新增的“視頻”按鈕即可開始。

OpenAI的研究員在直播中演示了任何運(yùn)用新功能，點(diǎn)擊ChatGPT聊天欄旁邊的語音圖標(biāo)，然后點(diǎn)擊左下角的視頻圖標(biāo)，就可以啟動視頻對話。如果想共享屏幕，手機(jī)用戶要點(diǎn)擊打開一個有三個喧囂的菜單，選擇其中的“共享屏幕”（Share Screen）。

在和ChatGPT的視頻對話中，OpenAI研究員提問，研究員先讓GPT看到并和現(xiàn)場的OpenAI工作人員分別打過招呼，然后問GPT，現(xiàn)場誰的打扮最像圣誕老人，誰像圣誕老人的馴鹿，GPT均作出準(zhǔn)確而回答。研究員演示了，給GPT轉(zhuǎn)發(fā)一個短信內(nèi)容及圖片，讓GPT建議如何回復(fù)對方的短信。

研究員還演示了，利用Advanced Voice的新功能讓GPT幫忙校對或者通過GPT學(xué)習(xí)新東西。比如找出一些制作手沖咖啡的咖啡壺、過濾杯等工具，向GPT展示并詢問如何使用這些工具，在操作時，讓GPT評價做得如何，并給出建議。

再來是屏幕共享功能。只需要把自己的屏幕內(nèi)容實(shí)時分享給 ChatGPT ，向它尋求幫助。點(diǎn)擊高級語音模式圖標(biāo)后，從下拉菜單中選擇“共享屏幕”選項(xiàng)即可。

Rowan繼續(xù)與ChatGPT分享了消息應(yīng)用中的對話內(nèi)容，請它幫忙編輯一條幽默禮貌的回復(fù)。

視頻對話是OpenAI今年5月首次演示高級語音模式后，就被用戶敲碗的新功能，如今總算兌現(xiàn)。能想到的使用場景有技能學(xué)習(xí)，比如烹飪、手工制作、運(yùn)動技巧，也可用于日常生活種答疑和景點(diǎn)、產(chǎn)品介紹等。

屏幕共享則支持用戶分享各種文檔內(nèi)容，獲取優(yōu)化建議，或是實(shí)時展示手機(jī)設(shè)備和軟件問題，讓ChatGPT提供實(shí)際解決方案。添加新交互方式后的語音模式，一定程度上也提升了對話的直觀性和實(shí)用性。

OpenAI表示，大多數(shù)ChatGPT Plus和Pro套餐的訂閱用戶以及所有Team用戶都將可以在今后幾天內(nèi)通過ChatGPT的App訪問12月12日推出的新功能，預(yù)計(jì)歐盟、瑞士、冰島、挪威和列支敦士登的ChatGPT Plus和Pro用戶也將很快可以運(yùn)用新功能。ChatGPT的企業(yè)版和教育版Enterprise和Edu將于2025年1月上線新功能。

同時OpenAI宣布，在Advanced Voice這一高級語音模式中，新增了“限時”的圣誕老人聲音作為“節(jié)日特供”，有效期持續(xù)到明年1月初，在全球范圍內(nèi)，所有移動、網(wǎng)絡(luò)和桌面App用戶都可選用。

點(diǎn)擊主界面雪花圖標(biāo)，或在設(shè)置中啟用“圣誕老人”后，就可以和他語音對話了。即使用戶的高級語音額度已用完，首次與圣誕老人對話時，系統(tǒng)也會重置額度，確保人人都能體驗(yàn)。

值得注意的是，今年5月OpenAI就在推出新旗艦?zāi)Ｐ虶PT-4o時演示了語音模式Voice Mode，不過該模式真正落地一波三折。

OpenAI原計(jì)劃6月末向一小批Plus計(jì)劃用戶推出該語音模式，6月又宣布推遲一個月發(fā)布，以便確保該功能安全有效地處理來自數(shù)百萬用戶的請求。當(dāng)時OpenAI稱，計(jì)劃今年秋季讓所有Plus用戶都可以訪問該功能，確切的時間表取決于是否達(dá)到內(nèi)部對安全性和可靠性的高標(biāo)準(zhǔn)。

7月末，OpenAI對有限的部分付費(fèi)Plus用戶推出高級語音模式下的ChatGPT，稱語音模式無法模仿他人的說話方式，且增加了新的過濾器，保證軟件能夠發(fā)現(xiàn)并拒絕某些生成音樂或其他形式受版權(quán)保護(hù)音頻的請求。當(dāng)時上線的語音模式缺少5月OpenAI展示過的不少功能，比如計(jì)算機(jī)視覺功能，類似于本周四OpenAI宣布將要推出的視頻對話答問。

每日經(jīng)濟(jì)新聞綜合公開資料