《科創(chuàng)板日報》12月13日訊（編輯 宋子喬） 技術分享日第六天，OpenAI給出了更貼近“本心”的東西——ChatGPT開啟高級語音模式：實時視頻通話、屏幕共享和圖像上傳。

為什么說更貼近“本心”？

OpenAI CEO Altman此前在接受Salesforce專訪時透露，自己最喜歡的AI電影是《她》（《Her》，一個男人愛上他的AI虛擬助手的故事），“對話語言界面的想法具有令人難以置信的預見性?！盩he Information在報道中稱，Altman希望最終開發(fā)出一種類似該電影中的AI助理那樣，能夠快速響應的虛擬助手。

《Her》里的機器人女友代表著具身智能的終極形態(tài)，可以與人無障礙交互。

此前，ChatGPT的DAN模式（Do anything now的簡稱）允許AI以更加隨意的方式與用戶對話，其“人味兒”之重已經(jīng)讓人驚艷，不僅可以低延遲交流，還能模仿人類語氣，提供情緒價值。這次，ChatGPT不僅能聽會說，還解鎖了視覺能力，通過攝像頭“睜眼看世界”。

此次分享直播中，CEO Sam Altman并沒有出現(xiàn)，而是由包括OpenAI的首席產(chǎn)品官Kevin Weil、OpenAI產(chǎn)品經(jīng)理Jackie Shannon、負責多模態(tài)的OpenAI技術團隊成員Michelle Qin和Rowan Zellers在內(nèi)的四位員工來介紹了更新的功能。

高級語音模式的實時視頻通話功能最為出彩。在OpenAI的團隊成員依次與ChatGPT視頻打過招呼并有了一定的認識后，有人發(fā)問：帶著馴鹿角的同事叫什么？ChatGPT用圣誕老人限定語音給出了準確答案，展現(xiàn)“記憶”能力。

接下來，團隊演示了ChatGPT如何教人操作手沖咖啡設備，只需給ChatGPT打一通“視頻通話”，它能根據(jù)你面前的器具，手把手教你完成每一個步驟。在整個演示過程中，ChatGPT的聲音自然而親切，還調(diào)整了語氣，甚至像人類一樣大笑。

屏幕共享功能則是通過屏幕共享的方式，讓ChatGPT來“看”你的屏幕，也是一種實時視頻理解能力。用戶只需點擊右下角的高級語音模式圖標，在下拉菜單中選擇分享屏幕，就能獲得針對性的幫助。

OpenAI團隊成員與其共享成功后，讓ChatGPT瀏覽了自己的短信并要求指導回復，ChatGPT展現(xiàn)了“高情商”的一面，建議夸贊對方的圣誕裝飾。

據(jù)介紹，高級語音模式支持超過50種語言，9種逼真輸出語音選項，且每種語音都有自己獨特的語氣和特征。而其背后的GPT-4o不僅可以將語音轉換為文本，還可以理解和標記音頻的其他功能，例如呼吸和情感。

支持50多種語言的ChatGPT能夠實時理解現(xiàn)實世界的場景，不僅讓ChatGPT作為AI陪伴工具的體驗感大幅提升，也為更高效強大的AI教育工具作出了示范。

上述功能即日起在ChatGPT移動應用中推出，在接下來的一周內(nèi)，這些功能將向所有團隊用戶以及大多數(shù)Plus和Pro用戶開放。