北京时间12月13日，OpenAI进入“连续12天直播发布”的第6天。 在13日的发布会上，OpenAI“起大早赶晚集”，终于官宣将要推出7个月前已经离职的原首席技术官米拉（Mira Murati）曾发布的实时通话、理解屏幕功能。

实时视频通话理解屏幕内容 拥有记忆和理解能力

在本次发布会中，ChatGPT通过摄像头同4名直播人员进行了互动，它首先“记住”了每个直播人员的名字，随后正确回答了主持人的随机提问，包括“谁戴着鹿角配饰”、“谁戴了圣诞帽”等，值得注意的是，它的回答可以随时被主持人打断，并再熟练地“接话”，表现同人类别无二致。

直播人员还展示了ChatGPT的“辅助”能力，如通过摄像头的观察，语音指导直播人员冲咖啡，实时讲解每一个步骤所起到的效果，并对直播人员的动作进行评价。 以及给ChatGPT转发短信内容及图片，让大模型建议如何回复对方的短信。

值得注意的是，7个月前，ChatGPT最先进的大模型还是GPT-4o，而目前模型已经进化到了o1。 此外，时隔半年，国内大模型如讯飞星火、智谱等都已经推出了类似功能，同再次发布Sora一样，OpenAI此次发布的功能依然属于“起大早赶晚集”，已经不再像首次发布一样令人惊艳，且要面对国内同类产品的竞争。

OpenAI直播 官网截图

新功能曾被推迟数次 Plus和Pro套餐用户可“在几天内使用”

根据直播展示的内容，要启动视频对话，ChatGPT用户需要点击聊天栏旁边的语音图标，然后点击左下角的视频图标。 如果想共享屏幕，手机用户要点击打开菜单，选择其中的“共享屏幕”。

事实上，该功能自今年5月第一次发布以来，已经被推迟了几次。 今年4月，OpenAI承诺该功能将在几周内向用户推出。 几个月后，该公司表示需要更多时间。 6月末，OpenAI计划向一小批Plus用户推出该语音模式，但之后又宣布再次推迟，“以便确保该功能安全有效地处理来自数百万用户的请求。 ”

而本次直播发布，OpenAI终于宣布“大多数ChatGPT Plus和Pro套餐的订阅用户以及所有团队用户都将可以在今后几天内通过ChatGPT访问该新功能。 ”