继Google Gemini 2.0实现摄像头实时画面访问与对话后，OpenAI也正式赋予ChatGPT实时视频能力。该公司宣布，ChatGPT移动应用“高级语音模式”（Advanced Voice Mode）已上线手机屏幕共享及直播视频功能。用户无需再上传照片提问，可直接通过该功能进行实时交互。这一备受期待的功能历经约七个月筹备，终于正式落地。
具备视觉功能的高级语音模式详情
根据OpenAI介绍，用户点击聊天栏语音图标进入“高级语音模式”，即可使用屏幕和视频共享功能。该模式下，ChatGPT能识别设备屏幕内容，例如解释各类设置菜单或解答数学问题。
带视觉功能的“高级语音模式”将于下周全面上线，但初期将分批次开放：
- 首批开放：大多数国家的ChatGPT Plus、Pro用户及所有Team用户；
- 后续开放：Enterprise和Edu用户将于今年1月获得权限；欧盟、瑞士、冰岛、挪威和列支敦士登的Plus及Pro用户也将很快体验到该功能。
此新功能与Google的实验性AI助手Project Astra类似。Astra旨在通过Android应用或原型眼镜以第一人称视角记录世界，但目前仅限验证测试用户并通过等待名单开放。
圣诞老人模式
在OpenAI为期12天的公告系列中，新增“圣诞老人模式”声音选项。启用后，ChatGPT的声音球体将变为雪花球样式，声音按钮替换为雪花图标。该模式面向移动端、网页端以及MacOS和Windows桌面应用的所有用户开放。