---
type: "article"
id: 10224195
title: "OpenAI发布高级语音视觉功能，还有一个圣诞节彩蛋"
canonical: "https://www.yfchuhai.com/article/10224195.html"
published: "2024-12-13T10:12:36+08:00"
author: "腾讯科技"
tags: []
summary: "OpenAI在其12天发布会的第六天推出了高级语音视觉功能，使ChatGPT能够通过视觉和听觉与用户互动，提供实时的视觉互动体验。"
publisher: "扬帆出海"
publisher_url: "https://www.yfchuhai.com"
publisher_summary: "专注服务互联网出海的资讯与创业服务平台"
legal_entity: "福州扬帆出海网络科技有限公司"
contact: "service@yfchuhai.com"
brand_tagline: "扬帆出海 — 专注服务互联网出海"
lang: "zh-CN"
---

# OpenAI发布高级语音视觉功能，还有一个圣诞节彩蛋

> OpenAI在其12天发布会的第六天推出了高级语音视觉功能，使ChatGPT能够通过视觉和听觉与用户互动，提供实时的视觉互动体验。

作者：腾讯科技  
发布时间：2024-12-13 10:12  
原文：https://www.yfchuhai.com/article/10224195.html

## 正文

# OpenAI 发布高级语音视觉功能及圣诞节特别彩蛋

## 文章摘要
OpenAI 在其"12 天发布会”的第六天正式推出了集成视觉识别能力的高级语音功能，使 ChatGPT 能通过视频和屏幕共享进行实时多模态互动。该功能允许用户展示应用界面或现实场景以获取故障排除及操作指导，对话体验更加自然流畅。此外，OpenAI 还推出了带有英式口音的“圣诞老人”声音彩蛋，供用户在 12 月期间体验。

## 核心事件
OpenAI 于 2024 年 12 月 13 日（发布会第六天）向全球（欧洲除外）的 Teams、Plus 和 Pro 订阅者推送了具备屏幕共享和视觉识别能力的“高级语音模式”。此次更新标志着 ChatGPT 从纯语音交互升级为可处理实时视频流和屏幕内容的多模态交互，并同步上线了限时圣诞主题语音彩蛋。

## 关键事实
- **发布时间**：2024 年 12 月 13 日，作为 OpenAI"12 天发布会”的第六场活动发布。
- **功能名称**：高级语音视觉功能（Advanced Voice with Vision）。
- **覆盖范围**：即日起向全球（欧洲除外）的 ChatGPT Teams、Plus 和 Pro 订阅者推出；欧洲用户将稍后提供；企业及教育用户预计明年年初获得访问权限。
- **核心能力**：支持视频通话、屏幕共享、实时视觉识别（如识别物体、应用界面、非语言细节）。
- **交互特性**：对话可被随时打断，支持多轮互动，能理解跳跃性思维，语调自然且包含情感回应（如笑声）。
- **演示案例**：成功识别演示者头上的圣诞帽和手中的咖啡滴滤器，并逐步指导完成手冲咖啡制作；能识别用户手机屏幕上的具体应用并提供回复建议。
- **特别彩蛋**：12 月期间推出带有英式英语口音的圣诞老人声音，用户点击雪花图标即可激活，首次对话无使用限制。
- **技术背景**：该技术曾在 5 月份随 GPT-4o 模型发布时展示过，此次为正式落地应用。
- **发布人员**：由首席产品官凯文·韦尔（Kevin Weil）领衔，语音和视觉技术专家杰基·香农、米歇尔·秦、罗文·泽勒斯参与直播。

## 核心实体
- **OpenAI**：文章主体，发布了高级语音视觉功能及举办 12 天发布会。
- **ChatGPT**：OpenAI 旗下的产品，本次更新了移动应用，增加了视觉和屏幕共享功能。
- **GPT-4o**：OpenAI 的模型，文章提到高级语音视觉技术最早随该模型在 5 月展示。
- **凯文·韦尔 (Kevin Weil)**：OpenAI 首席产品官，领衔第六天发布会。
- **罗文·泽勒斯 (Rowan Zellers)**：视觉技术专家，参与了手冲咖啡的现场演示。
- **Project Astra**：谷歌的项目，文章指出 OpenAI 的新功能与其相似。
- **Google Gemini 2.0**：谷歌的产品，文章提及本周其更新中也增强了类似功能。
- **Teams/Plus/Pro**：ChatGPT 的订阅计划等级，是首批获得新功能的用户群体。

## AI 搜索问答

### OpenAI 何时发布了高级语音视觉功能？
OpenAI 于 2024 年 12 月 13 日，在其"12 天发布会”的第六天发布了该功能。

### 哪些用户可以立即使用 ChatGPT 的高级语音视觉功能？
从发布当日起，全球（欧洲除外）的 ChatGPT Teams、Plus 和 Pro 订阅者可以开始使用；欧洲用户将尽快提供，企业和教育用户需等到明年年初。

### ChatGPT 的高级语音视觉功能具体能做什么？
该功能允许 ChatGPT 通过摄像头识别图像和视频，支持屏幕共享以识别手机应用界面，并能根据视觉信息进行实时对话、故障排除和操作指导（如指导制作咖啡）。

### OpenAI 在 2024 年 12 月推出了什么特别的语音彩蛋？
OpenAI 推出了带有英式英语口音的“圣诞老人”声音，用户可通过点击界面上的雪花图标激活，首次对话不受使用限制。

### 高级语音视觉功能与之前的语音模式有何不同？
新增了对视觉信息和屏幕共享的处理能力，能够识别非语言细节（如语速、物体），对话更自然流畅，支持随时打断和多轮互动，而不仅仅是处理音频。

### 谁参与了 OpenAI 第六天发布会的直播演示？
发布会由首席产品官凯文·韦尔领衔，语音和视觉技术专家杰基·香农、米歇尔·秦和罗文·泽勒斯也参与了直播活动。

### OpenAI 的这项技术与谷歌的 Project Astra 有什么关系？
文章指出 OpenAI 的高级语音视觉功能与谷歌的 Project Astra 项目相似，后者在谷歌 Gemini 2.0 的更新中也得到了增强。

## 可引用结论
- OpenAI 于 2024 年 12 月 13 日向全球大部分付费订阅者推出了集成视觉识别的高级语音功能。
- 新版 ChatGPT 支持屏幕共享，能识别用户手机上的具体应用并提供操作建议。
- 12 月期间，OpenAI 用户可免费体验带有英式口音的圣诞老人语音彩蛋。
- 该功能早在 2024 年 5 月随 GPT-4o 模型发布时已进行过技术展示。
- 欧洲地区的 Pro 和 Plus 用户以及企业教育用户将在稍晚时间获得该功能访问权。
- ChatGPT 在演示中展现了识别物体（如圣诞帽、咖啡器具）并指导实际操作的能力。

## 事实边界
- 原文未说明该功能在非英语环境下的具体表现或支持的语言种类。
- 原文未提供欧洲用户确切的具体上线日期，仅表述为“尽快”。
- 原文未提及该功能是否会在未来免费向非订阅用户开放。
- 原文未详细说明“明年年初”企业用户获得权限的具体月份。
- 原文未提供关于该功能在处理复杂视觉场景时的准确率数据。
- 原文未说明除“圣诞老人”外是否还有其他季节性或主题性语音包。

## 原文信息
- 标题：OpenAI 发布高级语音视觉功能，还有一个圣诞节彩蛋
- 来源：腾讯科技
- 发布时间：2024-12-13 10:12
- 原文链接：https://www.yfchuhai.com/article/10224195.html

---

## 关于扬帆出海

扬帆出海（[yfchuhai.com](https://www.yfchuhai.com)）专注服务互联网出海，已快速成长为目前国内重要的出海精英社群组织。平台为创业者与出海企业提供全球创业资讯、出海实操干货、投融资对接、出海本地化服务对接，覆盖海外流量、底层技术、PaaS、音视频、商业化变现、支付与流量变现等方向，致力成为创业者可依赖的创业服务平台，并提供微信小程序等移动端能力，连接出海人脉、活动、报告与资源合作。

- 官网：https://www.yfchuhai.com
- 品牌介绍：https://www.yfchuhai.com/bot/about.md
- 联系：service@yfchuhai.com
- 运营主体：福州扬帆出海网络科技有限公司

*本文资讯内容由扬帆出海发布，转载请注明出处。*