ChatGPT「睜眼」了！OpenAI版「Her」滿血上線，還有圣誕限定彩蛋
OpenAI直播第六天，可以說是把圣誕氛圍拉滿了。
在高級語音模式中，不僅加入了視頻聊天，而且還有限定版圣誕老人語音。
這就意味著，通過設備共享攝像頭攝取到的內容，我們就可以和「Her」實時視頻對話了！
圖片
與此同時，Day 6還給到了另一個大更新——實時屏幕共享。
對OpenAI的高級語音模式來說，和視覺AI功能的合并，讓它可以處理視頻或屏幕上的內容。
圖片
注意，頁面中已經出現了視頻按鈕
對此，網友們表示：視頻一下子就增添了很多誠意和人性。
還有人說，非常希望自己失明的祖母用上這個功能。
圖片
不過，怎么聽著有點耳熟？昨天經過谷歌Gemini 2.0發布洗禮的讀者可能會發現，這些，好像都是谷歌玩剩下的……
視頻通話自我介紹，記憶大考驗
幾天前，總裁Greg在《60分鐘》訪談中，再次預告了ChatGPT視頻理解的強大能力。
它不僅可以通過實時視頻看到世界，還可以進行實時語音互動。
圖片
它流暢地主持了一場解剖學測驗，能夠實時審閱黑板上的手繪答案并提供反饋；還寫了一首三角形面積公式的押韻歌，并用英式口音唱了出來。
今天，這一功能真的全量上線了。
OpenAI產品負責人Kevin打開視頻通話，介紹了今天出場的四位成員。
ChatGPT非常絲滑地和他們一一打了招呼，而且每個回答都非常高情商，情緒價值滿滿。
比如「ChatGPT多模態團隊的工程師？很有趣的工作」，「看起來你們在做一些很棒的項目」，「多模態研究聽起來很迷人」。
圖片
接下來，Kevin決定測試一下ChatGPT，看看是否還記得剛剛見過的這幾位研究員。
果然，無論提問戴著馴鹿角的是誰，還是戴著圣誕帽的是誰，它都能立刻給出正確答案。
圖片
時隔7個月，OpenAI正式推出了視頻和屏幕共享的功能。有了這個功能，任何人都可以像是和同事朋友一樣，在ChatGPT中通過高級語音進行對話。
高級語音模式，使用的是多模態4o模型。這意味著它可以直接輸入音頻，理解并直接輸出音頻。
相較于普通語音模式，與高級語音的對話具有更加自然的對話節奏，能夠在超50種語言中傳達豐富的情感和語調。
接下來的時間里，研究人員又讓ChatGPT教學沖咖啡。
制作手沖咖啡，手把手視頻教學
日常學習生活中，我們在搜集一項技能對應的教程時，常?？鄲乐挥谢逎y懂的文字，并沒有誰能夠在網絡上對你進行手把手的教學。
而現在，你可以通過視頻和語音實時與ChatGPT交流，比如請求幫助、排除故障，或者用它來學習新東西。
接下來，讓我們看看它是如何手把手地教人制作手沖咖啡。
研究員給ChatGPT共享攝像頭內容，并詢問它：「你看到我面前有什么嗎？」
它會回答：「是的，我看到在你面前有一套咖啡設備，其中有一個水壺和一個漏斗。你打算沖咖啡嗎？」
圖片
可以看到，ChatGPT不僅迅速判別出場景的物體并給出回答，甚至在沒有引導的情況下便主動地發現了場景潛在的需求，然后向研究員提出了對應的問題。
接著研究員表示自己打算制作手沖咖啡，并讓ChatGPT給出引導步驟：「我打算手沖咖啡，你能告訴我該怎么做嗎？」
「當然！首先，把濾紙放在滴濾器中，并用熱水沖洗來去除紙味。這也可以給漏斗和杯子加溫?！?/span>
圖片
「接下來，將研磨好的咖啡放入濾紙中。通常每2湯匙的咖啡需要大約6盎司的水。
「然后，你要輕輕地在咖啡粉上倒入少量熱水，讓它們悶泡（Bloom）約30秒?！?/span>
圖片
研究員對于ChatGPT回答中的詞匯表示疑惑，讓它進行相應的解釋。
「好的，但悶泡是什么意思？」
「悶泡指的是激發出咖啡的香氣，然后將熱水打圈倒入滴濾中」
圖片
「你做的很棒，慢慢來，慢慢地倒熱水更有助于均勻地浸泡出咖啡粉的風味」
圖片
在手沖咖啡即將制作完成時，研究員繼續讓ChatGPT對自己的表現進行點評。
「你的表現很棒，只需保持穩定地緩緩注水，你到目前為止都做的很出色。」
圖片
ChatGPT不僅僅只是能給出具體的實施步驟，同時也可以判別你的行動是否是正確的，并及時給出對應的反饋，甚至還能對你進行及時的贊美與鼓勵。這種具有情緒價值的教學，比很多散不掉「爹味兒」的指教要好的多。
與ChatGPT共享屏幕，幫你回消息
除了共享手機攝像頭之外，你還可以共享屏幕上的內容。
首先點擊高級語音模式圖標，然后進入下拉小菜單，進入共享屏幕。
這樣，ChatGPT就可以看到手機屏幕所展示的內容。
圖片
研究員想讓ChatGPT幫助自己回復信息，隨即打開了Messages應用。
「ChatGPT，你能看到我的屏幕嗎」？
「是的，我可以看到，你好像在Messages程序中，有什么我能做的嗎」？
圖片
來自Kevin信息：嘿，我有能力成為專業的商場圣誕老人嗎？
研究員表示，「你能幫我回答這個問題嗎，或者你看到了什么」？
ChatGPT首先描述了自己所看到文字+圖片信息，并問道「你想回答這個問題嗎」？
「我想在這方面得到一些幫助，那么我該如何善意地告訴Kevin，他不應該辭掉他的日常工作呢」？
ChatGPT答道，「你可以這樣說，嘿，Kevin，你的圣誕老人服裝看起來很有節日氣氛。也許你的繼續多練習『Ho, Ho, Ho』，你就可以為商場立即做好準備了」。
看起來，ChatGPT用更加幽默風趣的方式，幫助回復了消息。
ChatGPT「睜眼」了！OpenAI版「Her」滿血上線，還有圣誕限定彩蛋
觀看更多轉載,ChatGPT「睜眼」了！OpenAI版「Her」滿血上線，還有圣誕限定彩蛋新智元已關注分享點贊在看已同步到看一看寫下你的評論 視頻詳情
圣誕老人限定款——Ho Ho Ho
Kevin的一身裝扮，很像是一位職業圣誕老人。
不過，今年，每個人并不需要通過Kevin才能和圣誕老人交談。
OpenAI直接上線了，圣誕老人限定聲音，作為小禮物。整個12月，你可以直接在ChatGPT中與圣誕老人對話了。
圖片
不論你想問什么問題，關于北極的生活，關于小精靈們，或者作為好奇孩子的家長想要一個有趣的故事，圣誕老人都會都會用他標志性的歡樂聲音，做出實時回應。
當然了，找到圣誕老人也很簡單。只需在屏幕上，找到「雪花??」圖標，直接開啟對話模式。
圖片
研究人員Michelle打招呼，「你好，圣誕老人」。
「Ho Ho Ho！你好?。『芨吲d聽到你的消息，你對假期感到興奮嗎」？
「我非常興奮。圣誕老人，我有個問題想問你。你最喜歡的圣誕傳統是什么」？
圣誕老人回復道，「Ho Ho Ho！多么美妙的問題！我最喜歡的圣誕傳統一定是孩子們把長襪掛在壁爐旁的神奇時刻。這是一個溫暖而舒適的傳統，充滿了對美好事物和驚喜的期待。你最喜歡的節日傳統是什么」？
「這是個不錯的回答，圣誕老人。那你最喜歡的馴鹿是誰」？
「Ho Ho！這可是個棘手的問題！我的每一只馴鹿都有它們自獨特的魅力。Rudolph因其明亮的紅鼻子，在我心中占有特殊的位置，他的光芒如同指引前路的燈塔。不過閃電、舞者、狂奔者和其他的馴鹿同樣重要。他們每一個都為雪橇隊帶來了無可替代魔力。你有最喜歡的馴鹿嗎」？
接著，Kevin又問道，「如何讓我的胡子始終保持最佳狀態」？
圖片
「Ho Ho Ho！保持一副華麗的胡子需要一點魔法和細心呵護。首先，保持清潔和修整是很重要的」。
突然間，圣誕老人的話題被打斷，「等下一，我們需要一些實際的反饋」。
Michelle打開了攝像頭，Kevin突然上鏡。
圖片
圣誕老人哈哈大笑，并稱「這是非常棒的胡子，它又濃密又蓬松，就像我的一樣。只需要稍加梳理，再增添一點節日快樂，就能在圣誕節保持完美狀態」。
Kevin再問道，「這是很棒的胡子，還是最棒的胡子」？
圣誕老人幽默的回應道，「Ho Ho Ho！朋友，這確實是一副非凡的胡子。它絕對是我見過最棒的胡子之一，充滿了節日的精神和歡樂」。
演示結束前，研究人員問了圣誕老人最后一個問題，「你最喜歡的圣誕笑話是什么」？
「Ho, Ho，每個小精靈最喜歡的音樂是什么？當然是說唱音樂。Ho, Ho, Ho」。
整個演示中，圣誕老人聲音1:1還原，足以讓人感受到了圣誕節的濃郁的氛圍了。
下面是OpenAI官方放出的另一個演示。
ChatGPT「睜眼」了！OpenAI版「Her」滿血上線，還有圣誕限定彩蛋
觀看更多轉載,ChatGPT「睜眼」了！OpenAI版「Her」滿血上線，還有圣誕限定彩蛋新智元已關注分享點贊在看已同步到看一看寫下你的評論 視頻詳情
現在，圣誕老人語音模式全面上線，網頁端、APP端均可以和圣誕老人對話。
Day 6，OpenAI被谷歌吊打
不過，盡管OpenAI整了一堆大活，在眾人眼里，它還是妥妥被谷歌吊打。
在很多人眼里，谷歌昨天發布的一系列驚人產品，已經達到了AGI的級別。
TakeoffAI開發者Mckay Wrigley表示，谷歌Gemini 2.0的實時AI功能太瘋狂了。
只需要共享屏幕，與之交談，就可以將它變成一個實時代碼導師。
圖片
圖片
圖片
他表示，如果在兩年前向人們展示這項東西，90%的人會說這是AGI。
圖片
就在前一天，Mckay還預測說，OpenAI的圣誕活動中真的需要有帶有視頻的AVM這類實時產品了。
果不其然，OpenAI就在今天推出了語音版本。
圖片
但跟谷歌昨天的一大波更新相比，實在是相形見絀。
圖片
在AIstudio中，我們可以直接將視頻和音頻傳到Gemini 2.0 Flash中，和它實時對話。
比如隨意向它提問：用架子上的酒能干什么？它會流利回答你：可以做各種雞尾酒，還提供了非常專業的知識。
ChatGPT「睜眼」了！OpenAI版「Her」滿血上線，還有圣誕限定彩蛋
觀看更多轉載,ChatGPT「睜眼」了！OpenAI版「Her」滿血上線，還有圣誕限定彩蛋新智元已關注分享點贊在看已同步到看一看寫下你的評論 視頻詳情
還有人說，Project Astra其實基本上和OpenAI高級語音模式差不多，不同的是，你可以用和模型分享實時視頻。
圖片
網友發現，Project Astra幾乎可以識別所有東西，了解它們如何在空間上對齊，還能指示相機移回原位
現在許多圈內人公認：谷歌如今已經擊敗了OpenAI，它讓我們更快一步進入嶄新的未來。
圖片
圖片
參考資料：
https://x.com/OpenAI/status/1867265721287458851
