OpenAI新王炸：ChatGPT語(yǔ)音助手可以“看”人說(shuō)話了，能實(shí)時(shí)視頻對(duì)話，還附贈(zèng)一個(gè)限時(shí)圣誕老人聲音

每經(jīng)編輯 杜宇

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

美東時(shí)間12月12日，OpenAI宣布，在ChatGPT的移動(dòng)端應(yīng)用程序App中，上線ChatGPT高級(jí)語(yǔ)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(dòng)方式很簡(jiǎn)單，點(diǎn)擊對(duì)話框右下角的高級(jí)語(yǔ)音模式圖標(biāo)，加載完成后點(diǎn)擊新增的“視頻”按鈕即可開(kāi)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(yǔ)音圖標(biāo)，然后點(diǎn)擊左下角的視頻圖標(biāo)，就可以啟動(dòng)視頻對(duì)話。如果想共享屏幕，手機(jī)用戶要點(diǎn)擊打開(kāi)一個(gè)有三個(gè)喧囂的菜單，選擇其中的“共享屏幕”（Share Screen）。

在和ChatGPT的視頻對(duì)話中，OpenAI研究員提問(wèn)，研究員先讓GPT看到并和現(xiàn)場(chǎng)的OpenAI工作人員分別打過(guò)招呼，然后問(wèn)GPT，現(xiàn)場(chǎng)誰(shuí)的打扮最像圣誕老人，誰(shuí)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(gè)短信內(nèi)容及圖片，讓GPT建議如何回復(fù)對(duì)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(duì)或者通過(guò)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(guò)濾杯等工具，向GPT展示并詢問(wèn)如何使用這些工具，在操作時(shí)，讓GPT評(píng)價(jià)做得如何，并給出建議。

再來(lái)是屏幕共享功能。只需要把自己的屏幕內(nèi)容實(shí)時(shí)分享給 ChatGPT ，向它尋求幫助。點(diǎn)擊高級(jí)語(yǔ)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(duì)話內(nèi)容，請(qǐng)它幫忙編輯一條幽默禮貌的回復(fù)。

視頻對(duì)話是OpenAI今年5月首次演示高級(jí)語(yǔ)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(chǎng)景有技能學(xué)習(xí)，比如烹飪、手工制作、運(yùn)動(dòng)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(shí)展示手機(jī)設(shè)備和軟件問(wèn)題，讓ChatGPT提供實(shí)際解決方案。添加新交互方式后的語(yǔ)音模式，一定程度上也提升了對(duì)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(guò)ChatGPT的App訪問(wèn)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(shí)OpenAI宣布，在Advanced Voice這一高級(jí)語(yǔ)音模式中，新增了“限時(shí)”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(dòng)、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(yǔ)音對(duì)話了。即使用戶的高級(jí)語(yǔ)音額度已用完，首次與圣誕老人對(duì)話時(shí)，系統(tǒng)也會(huì)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(shí)演示了語(yǔ)音模式Voice Mode，不過(guò)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(yǔ)音模式，6月又宣布推遲一個(gè)月發(fā)布，以便確保該功能安全有效地處理來(lái)自數(shù)百萬(wàn)用戶的請(qǐng)求。當(dāng)時(shí)OpenAI稱，計(jì)劃今年秋季讓所有Plus用戶都可以訪問(wèn)該功能，確切的時(shí)間表取決于是否達(dá)到內(nèi)部對(duì)安全性和可靠性的高標(biāo)準(zhǔn)。

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

每日經(jīng)濟(jì)新聞綜合公開(kāi)資料