OpenAI 在 ChatGPT 中推出增強語音模式的視覺功能

當 OpenAI 五月推出高階語音模式時，人工智慧社群興奮不已。在其最新旗艦車型 GPT-4o 的發布會上，該公司強調了其卓越的多式聯運功能。

然而，幾個月來，這只是潛力的展現。 OpenAI 最初向用戶保證高級語音模式將很快推出，但時間比預期要長得多，而且並不是每個人都能立即獲得訪問權限。而且，當時還沒有視覺特徵。現在，OpenAI終於在高級語音模式下引入了Vision。

此更新是在 OpenAI 計劃“12 天發貨”的第六天發布的，在此期間 Sam Altman 和其他團隊成員透露了各種主要和次要的更新，以傳播一些節日的歡呼聲。

最近推出的重要產品包括 ChatGPT Pro 訂閱、o1 推理模型的全面推出、Sora 的公開發布、他們的視訊模型以及向所有用戶提供的增強版 Canvas。

在發布 Vision 之前，Google展示了 Project Astra 的升級版本和具有先進功能的新原型 Project Mariner。然而，OpenAI 再次領先，因為 Project Astra 尚未公開。

透過在高級語音模式中添加 Vision，用戶現在可以直接從相機共享即時視訊來源或將手機螢幕顯示到 ChatGPT。此次更新備受期待，尤其是它對視障人士的潛在好處。

在今天分享的簡單示範中，OpenAI 團隊利用 ChatGPT 的支援來準備手沖咖啡。

來源：OpenAI

目前，高級語音模式下的視覺功能將僅在 ChatGPT 行動應用程式上啟動。使用者希望它能迅速引入桌面版本，因為這將減少在多工或編碼時尋求 ChatGPT 幫助時的障礙。

所有 Teams 用戶都可以使用此功能，而全球（不包括歐盟用戶）的 Plus 和 Pro 用戶可以立即開始使用；預計全面部署將於本週末完成。教育和企業用戶將需要等待更長時間，預計明年初才能訪問。

雖然ChatGPT的高級語音模式以前很有用，但它缺乏必要的視覺功能，使其無法成為真正實用的助手。隨著願景的發布，我渴望見證它可能產生的變革性影響。

為了慶祝這個節日，OpenAI 還在 ChatGPT 中引入了新的聖誕老人模式，該模式將在全球所有平台（行動、桌面和網路）上推出。此模式可以在高級和標準語音模式下啟動。當您首次啟用聖誕老人模式時，OpenAI 將刷新您的高級語音模式限制，這意味著即使您已達到限制，您仍然可以享受慶祝活動。如果您用盡了高級語音模式津貼，標準聖誕老人將始終為您服務。