12月13日、OpenAIはチャットボットChatGPTに新機能を導入すると発表しました。これにより、ユーザーが動画フィードで観察した内容をリアルタイムで処理し、コミュニケーションすることが可能になります。この機能は、最初の導入から7か月後に実現しました。

ChatGPTは、木曜日（米国時間）のライブストリーミングイベントでこの新機能を発表しました。この機能は、スマートフォンのカメラを使って物体を認識し、画面に表示されたコンテンツに会話形式で応答します。例えば、ユーザーは開いているアプリでメッセージに返信したり、コーヒーの淹れ方をすぐに指示してもらったりといった操作が可能です。

OpenAIは、ChatGPT PlusとChatGPT Proの有料加入者は木曜日からこのビデオ機能を体験でき、企業および教育機関の顧客は来年1月からこの機能にアクセスできるようになると明らかにした。

OpenAIが2年前にChatGPTを立ち上げて以来、テキストベースのチャットボット分野への投資は急増しています。それ以来、OpenAIとその競合他社は、いわゆるマルチモーダル機能の進化に取り組んでおり、これらのサービスが音声、画像、動画の情報に対応できるようにしています。その過程で、これらのサービスは徐々に、よりダイナミックで魅力的なデジタルアシスタントへと進化してきました。

上記のニュースは、OpenAIの12日間にわたる製品ライブストリームイベントで発表されました。イベント中、OpenAIはより高額な新サブスクリプションオプション「ChatGPT Pro」をリリースし、AI搭載動画生成ツール「Sora」を正式にリリースしました。(Xiao Xiao)