视频可以在高级语音模式中打开，在视频通话过程中，现场4个嘉宾分别做了自我介绍，而ChatGPT可以记住每个人的名字以及他们对应的样貌特点。

比如ChatGPT可以迅速回答出戴着驯鹿角的是谁，或者戴着圣诞老人帽子的人是谁，这种“实时视觉上下文”能力还是比较惊艳的。

整个视频通话沟通的过程还是相当流畅的，工作人员介绍，这一功能背后是原生多模态大模型GPT-4o。

后续高级语音功能的对话都会有更自然的对话节奏、更丰富的情感和50多种语言的支持。

除了普通聊天，ChatGPT还可以一边视频一边教你怎么泡咖啡，通过摄像头，它可以识别出面前的物体，并进行指导。

比如第一步要做什么、第二步要做什么，什么时候拿起杯子倒水，以及每个步骤是在做什么、有什么效果、有哪些步骤可以做得更好。

另一个新功能是屏幕共享，这个功能也是在高级语音模式中开启，开启后，ChatGPT会看到我们屏幕上正在显示的内容。

能做什么？比如当你收到一个消息不知道该怎么回复，就可以让ChatGPT帮你想想对策，它可以识别到你正在使用消息App并分析对方发来的信息，然后给出一个合理的回复。