《科創(chuàng)板日?qǐng)?bào)》12月13日訊（編輯 宋子喬） 技術(shù)分享日第六天，OpenAI給出了更貼近“本心”的東西——ChatGPT開(kāi)啟高級(jí)語(yǔ)音模式：實(shí)時(shí)視頻通話(huà)、屏幕共享和圖像上傳。

為什么說(shuō)更貼近“本心”？

OpenAI CEO Altman此前在接受Salesforce專(zhuān)訪(fǎng)時(shí)透露，自己最喜歡的AI電影是《她》（《Her》，一個(gè)男人愛(ài)上他的AI虛擬助手的故事），“對(duì)話(huà)語(yǔ)言界面的想法具有令人難以置信的預(yù)見(jiàn)性?！盩he Information在報(bào)道中稱(chēng)，Altman希望最終開(kāi)發(fā)出一種類(lèi)似該電影中的AI助理那樣，能夠快速響應(yīng)的虛擬助手。

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

此前，ChatGPT的DAN模式（Do anything now的簡(jiǎn)稱(chēng)）允許AI以更加隨意的方式與用戶(hù)對(duì)話(huà)，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(lèi)語(yǔ)氣，提供情緒價(jià)值。這次，ChatGPT不僅能聽(tīng)會(huì)說(shuō)，還解鎖了視覺(jué)能力，通過(guò)攝像頭“睜眼看世界”。

此次分享直播中，CEO Sam Altman并沒(méi)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(fù)責(zé)多模態(tài)的OpenAI技術(shù)團(tuán)隊(duì)成員Michelle Qin和Rowan Zellers在內(nèi)的四位員工來(lái)介紹了更新的功能。

高級(jí)語(yǔ)音模式的實(shí)時(shí)視頻通話(huà)功能最為出彩。在OpenAI的團(tuán)隊(duì)成員依次與ChatGPT視頻打過(guò)招呼并有了一定的認(rèn)識(shí)后，有人發(fā)問(wèn)：帶著馴鹿角的同事叫什么？ChatGPT用圣誕老人限定語(yǔ)音給出了準(zhǔn)確答案，展現(xiàn)“記憶”能力。

接下來(lái)，團(tuán)隊(duì)演示了ChatGPT如何教人操作手沖咖啡設(shè)備，只需給ChatGPT打一通“視頻通話(huà)”，它能根據(jù)你面前的器具，手把手教你完成每一個(gè)步驟。在整個(gè)演示過(guò)程中，ChatGPT的聲音自然而親切，還調(diào)整了語(yǔ)氣，甚至像人類(lèi)一樣大笑。

屏幕共享功能則是通過(guò)屏幕共享的方式，讓ChatGPT來(lái)“看”你的屏幕，也是一種實(shí)時(shí)視頻理解能力。用戶(hù)只需點(diǎn)擊右下角的高級(jí)語(yǔ)音模式圖標(biāo)，在下拉菜單中選擇分享屏幕，就能獲得針對(duì)性的幫助。

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

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

支持50多種語(yǔ)言的ChatGPT能夠?qū)崟r(shí)理解現(xiàn)實(shí)世界的場(chǎng)景，不僅讓ChatGPT作為AI陪伴工具的體驗(yàn)感大幅提升，也為更高效強(qiáng)大的AI教育工具作出了示范。

上述功能即日起在ChatGPT移動(dòng)應(yīng)用中推出，在接下來(lái)的一周內(nèi)，這些功能將向所有團(tuán)隊(duì)用戶(hù)以及大多數(shù)Plus和Pro用戶(hù)開(kāi)放。