OpenAI于12月12日宣布，ChatGPT已具备实时处理视频并与用户讨论内容的能力。通过智能手机镜头，ChatGPT能识别物体并以语音实时回应屏幕内容，如回复应用信息或提供咖啡冲泡指南。

此影像功能率先向ChatGPT Plus和Pro付费订阅用户推出，企业和教育机构客户需等到2025年1月。OpenAI及其竞争对手正投入多模态功能开发，以提供更动态、更具吸引力的数码助理服务。

OpenAI总裁Greg Brockman在CNN节目中展示了影像识别功能的进阶语音模式，但在一次示范中出现错误，显示其仍有改进空间。同时，OpenAI还推出了节庆版的“圣诞老人模式”，新增圣诞老人声音作为缺省语音。

竞争对手如Google和Meta也在开发类似功能。Google已向Android测试人员提供实时分析视频的对话式AI功能Project Astra。

此次ChatGPT视频功能升级，将推动AI技术发展，为用户提供更丰富、更自然的互动体验。