ChatGPT年底第六弹视频通话及屏幕共享圣诞彩蛋

先说个判断：接下来的几天，ChatGPT 的体验基调可能要发生一些真实的变化。就在今天，OpenAI 又一次性带来了两项值得关注的功能更新——视频通话与屏幕共享，外加一个应景的圣诞老人限定语音「Santa Mode」。

如果说昨天 ChatGPT 刚刚登陆苹果全家桶，今天它又多了一双“眼睛”。现在，你遇到问题可以直接接通 ChatGPT 的“视频通话”，它不仅能听懂你在说什么，还能看清你面前发生了什么。

这个新功能将从下周起陆续推送给所有 Team 用户、以及绝大多数 Plus 和 Pro 订阅用户。欧盟的付费用户可能还需要再等上一阵。ChatGPT 现在支持 50 多种语言的实时视觉理解，这意味着一件事：它不再只是“读你写的”，而是“看你给的”。

在今天这场不到 12 分钟的发布会上，OpenAI 首席产品官 Kevin Weil 和团队成员 Jackie Shannon、Michelle Qin、Rowan Zellers 等人一起，展示了长了“眼睛”的 ChatGPT 到底能做什么——

比如，当你刚入手一套手冲咖啡设备却完全摸不着门道，直接拨通 ChatGPT 的“视频通话”。它可以根据你面前放着的器具，一步步指导你放滤纸、倒热水、磨咖啡豆……全程陪伴式教学，包教包会。

中途卡住了？随时可以打断提问。这位 AI 老师不仅耐心解答，偶尔还会给你点正面反馈——情绪价值是给到位了。

除了实时视频指导，ChatGPT 也上线了屏幕共享。点击高级语音模式图标，在下拉菜单中选择“分享屏幕”，它就能看到你当前的操作界面。比如，当朋友穿着圣诞老人装扮，半开玩笑地问能不能去商场应聘圣诞老人，ChatGPT 给出了一个高情商的鼓励：

“嘿，Kevin，你的圣诞老人服装很有节日气氛。或许继续练练你的‘Ho Ho Ho’，很快就能成为购物中心的圣诞老人了。”

不久前，OpenAI 总裁 Greg Brockman 和记者安德森·库珀也做过一次测试——库珀在黑板上画出人体部位，ChatGPT 能瞬间看懂画的是什么。它甚至一边点评“位置很准，大脑就在头部”，一边挑了个小毛病：“形状嘛，方向是对的，但大脑更像椭圆形”。后续测试中，ChatGPT 还用英式口音唱起了三角形面积公式——不过，它在处理一个简单的几何标注错误时翻了车，说明它在平面几何的理解上还有提升空间。

为了迎接圣诞，OpenAI 还特意推出了一款“圣诞老人”预设语音。点击主屏幕上的雪花图标，你就能直接和 ChatGPT 版的圣诞老人聊天。让他讲个圣诞故事？开口就是一句魔性的“Ho Ho Ho~”，节日气氛一下子拉满。

发布会上，主持人也问了圣诞老人好几个问题，比如最喜欢的圣诞传统、最爱的驯鹿等等。当 Kevin Weil 戴上假胡子询问怎么保养时，ChatGPT 用圣诞老人的口吻回应道：“朋友，这是我见过的最棒的胡子之一。”

这款圣诞生动的语音今天就会上线。为了让每位用户都能体验一次，首次使用时的语音次数将重置。即便额度用完，也仍然可以通过标准语音模式继续和“圣诞老人”聊天。

不过，发布会时间拉得太长，网友的吐槽不少。Google DeepMind 研究科学家 Jonas Adler 直接呛声：OpenAI 对我们产品的响应速度确实令人称奇，几乎总是在同一时间发布。但 Santa 模式作为对 Gemini 2.0 的回应，似乎缺乏与其匹配的严肃性和重要性。

说起来，就在昨天，Google 已经抢先一步推出了具备视觉理解能力的 AI 产品，收获了不少好评。而今天，OpenAI 紧随其后为 ChatGPT 装上了“眼睛”——这意味着 ChatGPT 从单一的文本输入模态，正式拓展到“视觉—语言多模态理解”。

换句话说，ChatGPT 不再只读你写下的文字，而是通过视觉理解你所在的环境：电脑屏幕上的页面、手机摄像头捕捉到的实时画面，它都能“看”见。

如果回溯到半个世纪前，施乐 PARC 实验室的科学家们曾经幻想过一台能看懂人类行为的计算机。今天 AI 的发展，正在将这个梦想变成显示器之外的现实。

从纸到键盘，从二进制到自然语言，人类一直在简化与机器的沟通方式。而 ChatGPT 的视觉能力，似乎在提示一个更终极的答案：让机器像人一样“看”这个世界。

考虑到 Altman 和前苹果首席设计官 Jony Ive 一直在研发智能 AI 硬件，很难不期待这项功能在那款新硬件上的呈现。AI 睁开眼的那一刻，也终于走进了人类眼中的世界。