OpenAI发布季第六天 ：GPT-4o 实时视频通话、屏幕共享、圣诞老人限定语音

　　01实时视频通线日的春季发布会上，OpenAI首次正式介绍了GPT-4o，其中最引人注目的莫过于其原生的多模态能力。实时视频通话功能的出现，将AI与人类的互动提升到了一个新的高度。用户不仅能够与AI进行实时对话，更令人惊喜的是，AI可以理解用户的动作和环境。例如，当用户谈论桌子上的一杯红色冰美式咖啡时，AI能够记住这个细节，并在稍后的问题中准确回答。

　　第三个新功能是“圣诞老人限定语音”，这是在高级语音模式中新增的一个音色，带有浓厚的节日气氛。不过，作为一个比较抽象的更新，用户可以在对话中体验到不同的语音输出，让人感受到节日的欢乐氛围。

　　用户只需点击界面上的雪花图标，即可轻松激活。无论用户身在何处，只要能够使用ChatGPT的语音模式，就能体验到圣诞老人的声音。而且，当用户首次与圣诞老人对话时，可以尽情与圣诞老人畅谈，不受使用限制的影响。

　　OpenAI第六天的发布会由首席产品官凯文·韦尔（Kevin Weil）领衔，语音和视觉技术专家杰基·香农（Jackie Shannon）、米歇尔·秦（Michelle Qin）和罗文·泽勒斯（Rowan Zellers）也参与直播活动。

　　这种实时理解视觉的能力，对于AI来说无疑是一种前所未有的突破。OpenAI进行了场景演示，让ChatGPT与在场人员互动，甚至能精准地记忆名字和细节。想象一下，AI不仅是你的声音助手，还是能够“看”到并理解你周围环境的智能伙伴。这种能力在教育、工作和社交等领域都有广泛的应用潜力。

　　Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

　　从今日起，最新的移动应用将逐步向所有Team用户及大部分Pro和Plus订阅者推出高级语音视觉功能。对于欧洲的Pro和Plus用户，OpenAI将尽快提供这项服务。至于企业用户和教育用户，他们将在明年年初获得访问权限。

　　这意味着ChatGPT现在能够通过视觉和听觉与用户互动，提供实时的视觉互动体验，就像与真人视频聊天一样自在。

　　想象一下，当你在撰写PPT感到卡壳时，可以直接询问AI：“这页的视觉排版逻辑是不是有点问题？”AI将根据实时观察给出优化建议，甚至能够快速调整设计。在编写代码或处理Excel表格时，AI也能够实时给出错误提示和逻辑建议。这种互动不仅能提高工作效率，还能快速提升用户的技能水平。更进一步，如果这个功能能与Computer Use的Agent结合，那么AI将能直接代替用户执行任务，实现线

　　特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。