ChatGPTが大幅アップデート！マルチモーダル音声とコード編集が新たな注目ポイント

ChatGPTが待望の機能アップグレードを実施。最新モデル「GPT-4o（オムニモデル）」が完全開放され、ユーザーはより自然な音声対話、リアルタイム画面共有、そして開発ツール上での直接コード編集が可能になった。これらの新機能により、ChatGPTは単なるチャットボットから、マルチモーダル情報を理解し、寄り添うスマートアシスタントへと進化した。無料ユーザーも有料購読者も、この刺激的な変化を体験できる。本記事では、それらのコア新機能を総ざらいする。

GPT-4oのマルチモーダル能力：音声・映像・テキストを完全統合

GPT-4oは、音声、映像、テキストの推論能力を完全に融合させた真のオムニモデル。前世代のGPT-4 Turboと比べ、API速度は2倍に向上し、コストは50％削減、応答はほぼリアルタイムとなった。ユーザーはテキストだけでなく、画像やファイルをアップロードしてAI分析を依頼でき、カメラを通じてChatGPTに周囲の状況をリアルタイムで説明させることも可能。視覚障害者の環境認識を支援する用途にも活用できる。さらに、2つのGPT-4o同士が対話したり、合唱したりするデモも公開され、AI同士の協力の可能性が示された。

音声対話がより自然に——声のトーンや感情を認識

新版ChatGPTの音声モードは大幅に改良され、まるで実際の友人と話すような生き生きとした対話が可能に。ユーザーの声に含まれる感情や、息遣い、笑い声などのサウンドに応じて適切に反応する。教育現場では、GPT-4oが教師のように段階的に生徒を導き、答えを直接与えずに問題解決を促すため、学習効率が大きく向上。さらに、記憶機能が強化され、ユーザーの習慣や好みを学習して、よりパーソナライズされた応答を提供する。

macOS版ChatGPTで直接コード編集が可能に

最新のmacOS版ChatGPTアプリには注目の機能が搭載された。対応する開発ツール上で直接コードを編集できるのだ。現在、Xcode、Visual Studio Code、JetBrainsといった主要IDEがサポートされており、ChatGPT Plus、Pro、Team購読ユーザーが先行利用可能。OpenAIは今後、Enterprise、教育ユーザー、無料ユーザーへも拡大予定。開発者にとっては、ウィンドウを切り替えることなくAIにコード最適化を依頼でき、ワークフローがよりスムーズになる。

Appleとの深い協業——ChatGPTがシステム体験に統合

開発者会議でOpenAIはAppleとの提携を発表。ChatGPTがiOS、iPadOS、macOSの使用体験に統合されることとなった。ユーザーはシステムレベルのショートカットキー（Option + Space）でいつでもChatGPTを起動でき、ブラウザを開く必要がなく直感的に操作可能。新しいChatGPT for Macのデスクトップアプリは、従来の人機インタラクションの枠を超え、AIアシスタントが日常のオフィスワークや創作シーンに自然に溶け込み、より多彩なインタラクションを実現する。