太离谱了，AI视频通话被这家厂商搞出来了 - 果核剥壳

文章来自于果核剥壳公众号首发：https://mp.weixin.qq.com/s/tIaiowu3JCOV323bnNr_lQ

之前给大家推荐过不少AI相关的工具，对话的、工具类型的、画图和生成视频的等等。

现在又多了一种新玩法！直接跟AI视频对话！AI能同步看清你身边的环境了！

在前不久，口碑非常好的智谱清言App端推出了“与AI视频通话”的功能，可以自由与AI语音对话并打断，就像是真人聊天一样。

更让人有体验感的是，它能通过摄像头感知你身边的环境，有什么问题，对准摄像头直接问就可以。

现在这个功能已经不需要申请，大家等不及想自行探索的，可以直接扫描二维码前往APP进行体验！这也是第一个“长眼睛”的国产大模型！

下面来介绍一下这个让人感觉到“强大”的功能。

识别物体

在开启通话功能之后，连接好视频，之后你可以自由移动镜头，比如说让AI描述一下当前的环境，它就能把摄像头里的场景描述出来。

像是播放的动画片也能识别出来，甚至还能看到大雄的表情。

如果是某些商品，你想知道价格，也可以直接问它。不需要说提示词什么的，也不需要特定的前置指令，把AI当做是正常人来提问就行了。

关注的果核的朋友大多对软件感兴趣，也试了一些软件界面（要注意拿近一点），它也能识别屏幕上的内容：是什么软件、界面上的内容等等。

学习利器

像是用它来临时翻译与询问一下身边的英文内容，就非常很方便了，不用反复拍照上传，再等待翻译结果输出。

说完要求，它就能像真人翻译一样给出结果。如果你把AI当做口语老师，它甚至还可以帮你纠正语音和语法错误！好家伙，要知道这在一些教学类型的APP上，是一个月花几百块钱才有的功能。

以后的玩具上也加上类似的功能，那就更有“科幻感”了。

果核试了一下，它也是可以记住看过内容的，而不仅仅是当前画面，比如说，你连续做出两个表示数字的手势，它能知道相加的结果。

另外遇到了书本上的问题，或者直接对着屏幕上的题目，也可以用智谱轻言通话功能来交流，它会在它的能力范围内进行解答。

并且它会用一步一步的解答过程来引导你，而不是直接告诉你全部答案。

圈出重点

在与智谱清言AI对话的过程里，如果画面内容的元素比较多，同时又不想凑太近的时候，你也可以使用它的“圈重点”功能，问它圈出来的内容。

圈出内容之后，像是上面的文字，你就可以与AI聊相关的书籍内容，获取更多相关的知识，在一些场景下，比搜索引擎更快更好用。

积极主动

在体验里，还有一个让人印象深刻的特点，这个AI视频通话它不是一问一答的机械模式，而是“有来有回”，AI会思考一些相关的问题，来询问甚至是关心你的心情。

比如说，它会一些语气助词，会说：“哦~我知道了，你是不是想让我......”

像是下面这个，会问你是不是要查询保质期具体到期时间。

又或者是：“我们上次谈论了XXXXX，现在怎么XXXXX，你感觉XXXXX”。

它还会推测你拍摄的内容，来推测你可能交谈的意图，或者是化身一台夸夸机来夸你。但毕竟是AI，所以它也会说错话，不过等你回过神来，会发现自己是以真人的标准在与它对话。

这种感觉挺微妙的。

不是视频文字总结！

智谱一直瞄准着通用人工智能的技术，在大模型技术上也是在独立自主创新，在 KDD 国际数据挖掘与知识发现大会上，智谱 GLM 团队介绍了新一代基座大模型GLM-4-Plus。

GLM-4V-Plus 是智谱全自研 GLM 大模型的最新版本，在拥有图像理解的基础上，还有基于时间感知的视频理解能力。

它不是那种提取视频文字进行总结的AI助手，而是真正理解视频内容，哪怕没有声音也能理解！像是这段视频中打篮球的内容。

你可以这么问它：

这才是真正的视频AI助手！

一整套流程下来，能感觉到AI加入了“视频视觉能力”之后，一下子就把体验感拉进了，仿佛AI真的像人一样观察着你身边的事物。

更多玩法

更多玩法可以看看智谱官方做的Demo视频，近5分钟的内容，量大管饱，看上去确实有意思，从游戏互动到观察论文，以后要是能搭配上个人音色...那赛博生命可就越来越近了。

这类功能之前OpenAI的4o模式也展示过类似的功能，但迟迟没有大范围实装，现在国产的智谱清言倒是抢先一步，免费开放出来了让大家使用。

等到后面加入更多功能和电脑端支持，可玩性会更高，如果你想成为AI类软件的高级玩家，趁大家还在同一起跑线上，赶紧玩起来吧！

最后附上智谱清言的工具地址二维码，扫描前往体验！