本文转自微信公众号“新智元”，作者：新智元。
【导读】
时隔7个月，OpenAI版「Her」终于全量上线了！视频聊天和屏幕共享两大功能畅玩，还送上了圣诞老人限定声音。
OpenAI直播第六天，可以说是把圣诞氛围拉满了。
在高级语音模式中，不仅加入了视频聊天，而且还有限定版圣诞老人语音。
这就意味着，通过设备共享摄像头摄取到的内容，我们就可以和「Her」实时视频对话了！
与此同时，Day 6还给到了另一个大更新——实时屏幕共享。
对OpenAI的高级语音模式来说，和视觉AI功能的合并，让它可以处理视频或屏幕上的内容。
注意，页面中已经出现了视频按钮
对此，网友们表示：视频一下子就增添了很多诚意和人性。
还有人说，非常希望自己失明的祖母用上这个功能。
不过，怎么听着有点耳熟？昨天经过谷歌Gemini 2.0发布洗礼的读者可能会发现，这些，好像都是谷歌玩剩下的……
几天前，总裁Greg在《60分钟》访谈中，再次预告了ChatGPT视频理解的强大能力。
它不仅可以通过实时视频看到世界，还可以进行实时语音互动。
它流畅地主持了一场解剖学测验，能够实时审阅黑板上的手绘答案并提供反馈；还写了一首三角形面积公式的押韵歌，并用英式口音唱了出来
。
OpenAI产品负责人Kevin打开视频通话，介绍了今天出场的四位成员。
ChatGPT非常丝滑地和他们一一打了招呼，而且每个回答都非常高情商，情绪价值满满。
比如「ChatGPT多模态团队的工程师？很有趣的工作」，「看起来你们在做一些很棒的项目」，「多模态研究听起来很迷人」。
接下来，Kevin决定测试一下ChatGPT，
看看
是否还记得刚刚见过的这几位研究员。
果然，无论提问戴着驯鹿角的是谁，还是戴着圣诞帽的是谁，它都能立刻给出正确答案。
时隔7个月，OpenAI正式推出了视频和屏幕共享的功能。有了这个功能，任何人都可以像是和同事朋友一样，在ChatGPT中通过高级语音进行对话。
高级语音模式，使用的是多模态4o模型。这意味着它可以直接输入音频，理解并直接输出音频。
相较于普通语音模式，与高级语音的对话具有更加自然的对话节奏，能够在超50种语言中传达丰富的情感和语调。
接下来的时间里，研究人员又让ChatGPT教学冲咖啡。
日常学习生活中，我们在搜集一项技能对应的教程时，常常苦恼只有晦涩难懂的文字，并没有谁能够在网络上对你进行手把手的教学。
而现在，你可以通过视频和语音实时与ChatGPT交流，比如请求帮助、排除故障，或者用它来学习新东西。
接下来，让我们看看它是如何手把手地教人制作手冲咖啡。
研究员给ChatGPT共享摄像头内容，并询问它：「你看到我面前有什么吗？」
它会回答：「是的，我看到在你面前有一套咖啡设备，其中有一个水壶和一个漏斗。你打算冲咖啡吗？」
可以看到，ChatGPT不仅迅速判别出场景的物体并给出回答，甚至在没有引导的情况下便主动地发现了场景潜在的需求，然后向研究员提出了对应的问题。
接着研究员表示自己打算制作手冲咖啡，并让ChatGPT给出引导步骤：「我打算手冲咖啡，你能告诉我该怎么做吗？」
「当然！首先，把滤纸放在滴滤器中，并用热水冲洗来去除纸味。这也可以给漏斗和杯子加温。」
「接下来，将研磨好的咖啡放入滤纸中。通常每2汤匙的咖啡需要大约6盎司的水。
「然后，你要轻轻地在咖啡粉上倒入少量热水，让它们闷泡（Bloom）约30秒。」
研究员对于ChatGPT回答中的词汇表示疑惑，让它进行相应的解释。
「好的，但闷泡是什么意思？」
「闷泡指的是激发出咖啡的香气，然后将热水打圈倒入滴滤中」
「你做的很棒，慢慢来，慢慢地倒热水更有助于均匀地浸泡出咖啡粉的风味」
在手冲咖啡即将制作完成时，研究员继续让ChatGPT对自己的表现进行点评。
「你的表现很棒，只需保持稳定地缓缓注水，你到目前为止都做的很出色。」
ChatGPT不仅仅只是能给出具体的实施步骤，同时也可以判别你的行动是否是正确的，并及时给出对应的反馈，甚至还能对你进行及时的赞美与鼓励。这种具有情绪价值的教学，比很多散不掉「爹味儿」的指教要好的多。
