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

每經編輯｜杜宇

OpenAI為期12個工作日的新產品和技術發布活動出了新王炸：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，包括視頻對話和實時屏幕共享，以及一個增添節日趣味的“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的多模態模型GPT-4o支持。

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

OpenAI的研究員在直播中演示了任何運用新功能，點擊ChatGPT聊天欄旁邊的語音圖標，然后點擊左下角的視頻圖標，就可以啟動視頻對話。如果想共享屏幕，手機用戶要點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看到并和現場的OpenAI工作人員分別打過招呼，然后問GPT，現場誰的打扮最像圣誕老人，誰像圣誕老人的馴鹿，GPT均作出準確而回答。研究員演示了，給GPT轉發一個短信內容及圖片，讓GPT建議如何回復對方的短信。

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學習新東西。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容實時分享給 ChatGPT ，向它尋求幫助。點擊高級語音模式圖標后，從下拉菜單中選擇“共享屏幕”選項即可。

Rowan繼續與ChatGPT分享了消息應用中的對話內容，請它幫忙編輯一條幽默禮貌的回復。

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。能想到的使用場景有技能學習，比如烹飪、手工制作、運動技巧，也可用于日常生活種答疑和景點、產品介紹等。

屏幕共享則支持用戶分享各種文檔內容，獲取優化建議，或是實時展示手機設備和軟件問題，讓ChatGPT提供實際解決方案。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用性。

OpenAI表示，大多數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通過ChatGPT的App訪問12月12日推出的新功能，預計歐盟、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用新功能。ChatGPT的企業版和教育版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“節日特供”，有效期持續到明年1月初，在全球范圍內，所有移動、網絡和桌面App用戶都可選用。

點擊主界面雪花圖標，或在設置中啟用“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，系統也會重置額度，確保人人都能體驗。

值得注意的是，今年5月OpenAI就在推出新旗艦模型GPT-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原計劃6月末向一小批Plus計劃用戶推出該語音模式，6月又宣布推遲一個月發布，以便確保該功能安全有效地處理來自數百萬用戶的請求。當時OpenAI稱，計劃今年秋季讓所有Plus用戶都可以訪問該功能，確切的時間表取決于是否達到內部對安全性和可靠性的高標準。

7月末，OpenAI對有限的部分付費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，保證軟件能夠發現并拒絕某些生成音樂或其他形式受版權保護音頻的請求。當時上線的語音模式缺少5月OpenAI展示過的不少功能，比如計算機視覺功能，類似于本周四OpenAI宣布將要推出的視頻對話答問。

每日經濟新聞綜合公開資料