ChatGPT 现在可以实时观看并与您互动

在等待了七个月之后，OpenAI 终于推出了 ChatGPT 的视频功能，与此同时，谷歌也推出了 Project Astra，Meta 也推出了自己的人工智能助手。

OpenAI 周四正式发布了 ChatGPT 承诺已久的视频功能，用户可以用手机对准物体进行实时人工智能分析。

在此之前，你可以输入文字、图表、语音或静态照片与 GPT 进行互动。本周四晚些时候发布的这项功能允许 GPT 实时观察你，并通过对话提供反馈。例如，在我的测试中，这个模式能够解决数学问题、提供食物食谱、讲故事，甚至还能变成我女儿的新闺蜜，在做煎饼时与她互动，通过不同的游戏给出建议并鼓励她学习。

就在发布前一天，谷歌展示了自己的人工智能助手，它采用了最新的双子座 2.0 技术，支持摄像头。Meta 也一直在玩这个沙盒，它自己的人工智能可以通过手机摄像头观看和聊天。

不过，ChatGPT 的新技巧并非人人都能使用。只有 Plus、Team 和 Pro 订阅用户才能使用 OpenAI 所谓的 "带视觉的高级语音模式"。Plus 订阅费为每月 20 美元，Pro 级订阅费为 200 美元。

"OpenAI 首席产品官凯文-威尔（Kevin Weil）周四在一段视频中说："我们很高兴地宣布，我们将把视频引入高级语音模式，这样你就可以在与 ChatGPT 的对话中引入实时视频和实时屏幕共享。

该视频流是 "12 Days of OpenAI "活动的一部分，该活动将在连续多日内发布 12 个不同的公告。到目前为止，OpenAI 已经推出了面向所有用户的 o1 模式，发布了每月 200 美元的 ChatGPT Pro 计划，为定制模型引入了强化微调功能，发布了生成式视频应用 Sora，更新了画布功能，并通过科技巨头的苹果智能（Apple Intelligence）功能将 ChatGPT 发布到了苹果设备上。

该公司在周四的现场直播中展示了它的功能。我们的想法是，用户可以在与高级语音相同的界面上激活视频模式，并开始与聊天机器人进行实时互动。聊天机器人拥有出色的视觉理解能力，能够以较低的延迟提供相关反馈，让对话感觉自然。

实现这一目标并非一帆风顺。四月底，OpenAI 首次承诺 "在几周内 "实现这些功能，但由于在高级语音模式下未经女演员斯嘉丽-约翰逊（Scarlett Johansson）许可模仿其声音而引发争议，该功能被推迟。由于视频模式依赖于高级语音模式，这显然延缓了该功能的推出。

竞争对手谷歌也没有闲着。阿斯特拉项目（Project Astra）本周刚刚在安卓系统的 "可信测试者 "手中上线，承诺提供类似的功能：人工智能会说多种语言，可以使用谷歌的搜索和地图，并能记住长达 10 分钟的对话。

不过，这项功能目前还没有广泛使用，预计明年初会在更大范围内推出。谷歌还为其人工智能模型制定了更雄心勃勃的计划，让它们能够实时执行任务，展示视听互动之外的代理行为。

Meta 也在争取在下一个人工智能互动时代占有一席之地。其助手 Meta AI 于今年 9 月亮相。它展示了与 OpenAI 和谷歌新助手类似的能力，提供低延迟响应和实时视频理解。

不过，Meta 公司正致力于利用增强现实技术来推动其人工智能产品的发展，其 "低调 "的智能眼镜能够通过镜框中内置的小型摄像头来实现这些互动。Meta 称其为 "猎户座计划"（Project Orion）。

当前的 ChatGPT Plus 用户可以通过点击聊天栏旁边的语音图标，然后点击视频按钮来尝试新的视频功能。屏幕共享需要通过三点（又称 "汉堡包"）菜单进行额外点击。

对于渴望尝试新视频功能的企业和教育 ChatGPT 用户来说，一月是个神奇的月份。至于欧盟用户？他们现在只能袖手旁观了。

编辑：安德鲁-海沃德

More News

• All
• CT
• Coindesk
• Decrypt
• DLNews