桌面版ChatGPT登台演讲，能视频通话还会实时读屏，GPT-4o最新demo再次惊艳：“能力还是被低估了”
还有Sora最新作品一同亮相
克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
GPT-4o桌面端最新Demo，与Sora的新作品一同亮相“欧洲AI春晚”VivaTech。
现场，OpenAI工作人员不仅展示了观众期待已久的“视频通话”，还试着让ChatGPT发表了演讲。
在视频聊天当中，即使给它的只有一幅抽象的简笔画，它也能立马get到这是巴黎地标。
然后再给它看一眼地铁图，指一指当前位置，就能火速设计出乘车路线。
而且，除了能像移动端一样通过摄像头感知环境之外，桌面端的ChatGPT还能够对屏幕内容进行读取，结合代码现场debug。
一系列震撼的演示效果，让前线的Tom’s Guide编辑Ryan Morrison感叹，GPT的语音功能和GPT-4o的潜力，看来是被低估了。
桌面端“视频通话”震撼全场
在现场给400多名观众演示ChatGPT最新功能的，是OpenAI开发者体验主管Romain Huet。
本来Huet打算用手机来演示，结果受到现场技术条件限制无法展示，于是改用Mac，但也正是如此观众们才有机会看到它的屏幕读取能力。
一开始，Huet问ChatGPT能不能给现场的观众讲一点什么，然后ChatGPT真就像模像样地打起了招呼。
不过Huet觉得这样的开场白还不够有气势，于是提示它面前是一大群人，它马上就心领神会，改用了更“燃”的措辞和语气。
当然，Huet没有让ChatGPT一直讲下去，而是在做完开场白之后改由自己来介绍其最新功能。
所有对话，即使跨越语言也能快速响应，现场Huet就要求ChatGPT把自己说的英文翻译成法语，整个过程行云流水。
另外，看上去是bug，但也许是feature的一点是，翻译出的法语还带着一些美国口音，不过Huet表示之后会进行优化，让ChatGPT说外（非英）语时更像当地人。
又是一通补充讲解之后，人们期待的“视频通话”功能终于正式登场了。
只见Huet现场用笔画出了埃菲尔铁塔和凯旋门的草图，结果ChatGPT只看了一眼就直接识破。
Huet自己也打趣地对它说，”非常感谢你，我画的这么烂你都能看懂。”
这还没完，Huet紧接着又掏出了一张巴黎地铁图，用手指了指当前的大概位置。
然后，ChatGPT立刻就给出了前往埃菲尔铁塔的乘车路线，随着Huet的一句Thank You，现场爆发了潮水般的掌声。
作为OpenAI负责开发者体验的主管，Huet和ChatGPT一起现场搞起了代码。
Huet通过复制到剪贴板的方式，让客户端读取了一段React框架编写的网页代码，结果ChatGPT立马就把代码的语言、功能介绍得头头是道。
甚至还当众进行了Debug，通过让ChatGPT读取屏幕，Huet告诉它目前这个网页存在不能根据屏幕宽度进行适配的问题。
通过几轮对话，Huet成功借助ChatGPT的帮助，完美解决了这个问题，再次收获了观众的掌声。
One More Thing
在现场，Huet还播放了一段用Sora为大会创作的新视频，由于现场生成时间较长，观众看到的视频预先制作好的，这也是活动中唯一一个提前做好的效果。
一同展示的还有声音克隆引擎Voice Engine，Huet录制了一段20秒的声音样本，并用VE进行了完美复刻，而且只需一个按钮，就能从英语切换到法语、日语等其他语言，并在Sora中应用。
不过由于安全问题仍未解决，Sora和Voice Engine依旧不能公开发布，想体验的朋友要再等一等了。
另外，说到克隆声音的问题，寡姐和OpenAI关于Sky的争议刚好也有了新消息。
华盛顿邮报称，根据其所获得的文件和录音显示，给Sky配音的女演员的确另有其人。
而且，寡姐所称的受到奥特曼邀请发生在去年9月，而配音演员的招募在5月就已开始。
不过，仍然有网友认为，就算真的是另找了一名演员，也不能说明OpenAI就没有模仿寡姐的意图。
但无论OpenAI的意图如何，真正给Sky配音的演员却是无辜的，也有表演的权利。
不少网友发声对她表示同情：
Sky的配音演员同样有权利使用她自己的声音，难道因为（寡姐）是名人，所拥有的知识产权就比普通人更多吗？
进一步地，我认为虽然“OpenAI侵犯了寡姐的‘公开权’”这个观点比单纯的侵犯知识产权的想法好些，但仍然站不住脚。
总之，寡姐抛向OpenAI的子弹仍未落地，我们不妨一边吃瓜，一边等待着GPT-4o视频对话的正式更新。
参考链接：
[1]https://vimeo.com/949419199
[2]https://www.tomsguide.com/ai/chatgpt/i-finally-saw-a-live-demo-of-chatgpt-4o-voice-if-anything-it-is-underhyped
[3]https://www.washingtonpost.com/technology/2024/05/22/openai-scarlett-johansson-chatgpt-ai-voice/
- o3挑战ARC-AGI，遇见大网格就懵圈？英国工程师：ARC-AGI不适合大模型2024-12-26
- 钛动科技陈德品：Scaling Law在营销应用中也适用，AIGC内容正在催生爆款 | MEET20252024-12-26
- 素数分布规律又有新发现！赵宇飞学生与牛津教授合作成果2024-12-22
- 突发！GPT论文一作Alec Radford离职，前两代GPT作者全部离开OpenAI2024-12-20
相关阅读
