多模态版“Her”正式上线！ChatGPT推出视频通话功能，仅付费用户可用

出品 | 搜狐科技

作者 | 梁昌均

面对谷歌推出Gemini 2的强势阻击，OpenAI依旧不紧不慢。在第六天的直播中，补上了鸽了很久的ChatGPT Vision功能，带来更丰富的多模态交互体验。

除了原有的高级语音模式外，用户现在还可以与ChatGPT进行视频通话、共享屏幕，并能在12月与圣诞老人进行实时互动，使对话内容更加丰富，更加多模态的“Her”正式上线。

今天直播，OpenAI四位员工都有着圣诞装扮，首席产品官Join Kevin首先对昨天ChatGPT的宕机表示道歉，表示团队正在进行事件分析，稍晚会发布报告。

然后，他就打开ChatGPT的视频功能和现场的四位员工进行了一番社交，并对它发出考验：认出每个人，说出特征和姓名。当然，ChatGPT都回答对了。

实际上，视频功能在OpenAI今年5月春季发布会上有所展示，时任OpenAI CTO的 Mira Murati发布了新一代旗舰生成模型 GPT-4o，其可以接受文本、音频和图像的任意输入和输出。

当时，OpenAI的工程师现场演示了语音、视频等多模态能力，其中高级语音能力原本定于6月上线，但因还未“达到发布门槛”而推迟一个月才上线，而视频功能迟迟不见踪影。

现在，用户就可以在最新的ChatGPT移动应用程序中，点击输入框右下角的高级语音模式图标，就能再左下角看到视频按钮，点击即可开启视频通话；通过下拉菜单选择共享屏幕，就让ChatGPT看到屏幕内容。

这意味着，ChatGPT用户除了可以用高级语音，现在还可以通过视频和屏幕共享功能与ChatGPT进行实时互动，通过跟ChatGPT打视频，展示面前的物品，或者分享屏幕内容，以便以更多形式更清晰地表达需求，从而获得更有效的帮助。

根据OpenAI的直播演示，当和ChatGPT开启视频后，在它看到水壶和滴漏器时，它就知道你想做手冲咖啡，并且可以进行步骤指导：滴漏器放在杯子中冲洗，以消除纸质味道；预热滴漏器和杯子；把咖啡粉添加到滤器中，每六盎司水约两汤匙咖啡粉；将少量热水倒在咖啡粉上，让咖啡粉“绽放”约30秒。