OpenAI hat die Echtzeit-Video-Funktionen für ChatGPT veröffentlicht, die vor knapp sieben Monaten in einer Demo vorgestellt wurden. Der „Advanced Voice Mode“, der ChatGPT eine menschenähnliche Konversation ermöglicht, bekommt damit nun auch Augen. Mit der ChatGPT-App können Abonnenten von ChatGPT Plus, Team und Pro ihre Smartphone-Kamera auf Objekte richten und die KI in Echtzeit darauf reagieren lassen, hieß es im Livestream von „12 Days of OpenAI“.
Der Advanced Voice Mode mit Videoanalyse kann auch Bildschirminhalte verstehen, wenn diese per Screen-Sharing geteilt werden. So kann er beispielsweise Menüeinstellungen erklären oder bei Matheaufgaben Hilfestellung geben. Um die Videoanalyse zu nutzen, tippt man in der App auf das Sprachsymbol neben der Chatleiste. Im Sprachmodus aktiviert man dann das Videosymbol unten links, um die Kamera zu starten. Für Screen-Sharing tippt man auf das Drei-Punkte-Menü und wählt „Bildschirm teilen“.
Die Einführung des Advanced Voice Mode mit Videoanalyse beginnt heute und soll laut OpenAI innerhalb der nächsten Woche abgeschlossen sein. Allerdings erhalten nicht alle Nutzer Zugriff: ChatGPT Enterprise und Edu müssen sich bis Januar gedulden, und für Nutzer in der EU, der Schweiz, Island, Norwegen und Liechtenstein gibt es noch keinen Zeitplan. Und ganz nebenbei hat das Unternehmen auch noch angekündigt, dass der Voice Mode ab sofort (und das gilt für alle Nutzer) eine Santa-Stimme bekommt, damit es bis Ende des Jahres noch etwas weihnachtlicher wird. Mit Ablauf des Jahres verschwindet jene Stimmen-Option dann aber auch wieder.
Transparenz: In diesem Artikel sind Partnerlinks enthalten. Durch einen Klick darauf gelangt ihr direkt zum Anbieter. Solltet ihr euch dort für einen Kauf entscheiden, erhalten wir eine kleine Provision. Für euch ändert sich am Preis nichts. Partnerlinks haben keinerlei Einfluss auf unsere Berichterstattung.