OpenAI还没发布的视频对话，又被国产厂商先做出来了

正文

请到「今天看啥」查看全文

再把镜头往后期同事的电脑上一放，也能看出来这是在剪辑视频。

这种对周围整体环境的感知能力，我们之前只在 OpenAI 和谷歌的 Demo 上见过，今天亲自体验到，还真有点科幻照进现实的意思。

而且， 清言跟 GPT-4o 演示的一样，在对话的过程中随时都可以打断，时不时还会整点 “ 哎呀 ” “ 嗐 ” 的语气词 ，说话之前呵呵笑一下，就跟真人聊天差不多。

接着，我又试了试具体的物体识别功能。

从最简单的工位扫描开始，白色键盘、黑色鼠标还有显示器这些大件，基本没有遗漏，物体前后左右的方位也描述得清清楚楚，就连插线耳机、玻璃杯上的卡通人物这些细节，也没放过。

不能说 100% 吧，但这张桌子上至少 80%-90% 的东西，都被清言看到了。

而且清言还有个画圈识别的功能，把同事那台大音响给圈起来，品牌、型号，甚至连具体用途它都知道。

另外我还发现，清言对物体的识别不只是停留在简单的类别上。

就比如这个游戏手柄，你问到底是索尼的还是微软的， 它能根据手柄的外形设计分析出来这是微软的 Xbox，而不是单纯告诉你这是一个游戏手柄 ，又或者干脆糊弄过去说不清楚。

请到「今天看啥」查看全文