ChatGPT桌面端上线语音操控电脑新功能

人工智能助手在桌面端的交互体验迎来了新突破。OpenAI于当地时间周四宣布，对其ChatGPT桌面应用进行了一次重要更新，正式上线对ChatGPT Voice的支持。借助这一新功能，用户可以直接通过语音与ChatGPT进行对话，控制AI智能体在电脑上独立执行各种复杂任务。

据了解，这项新功能底层依托于OpenAI在本月早些时候刚刚推出的全新语音模型系列ChatGPT-Live。ChatGPT Voice目前不仅全面支持ChatGPT Work和Codex，还具备强大的计算机操作能力，能够协助用户顺畅访问各类网站与应用程序。特别是在macOS系统上，结合Appshots功能，用户甚至可以授权AI直接访问屏幕上的全部内容及替代文本（alt-text）。

相比此前主要侧重于提供流畅对话体验和优化打断处理的手机端语音功能，此次桌面端的更新在执行力上实现了质的飞跃。用户能够通过简单的语音口令下达包含多个步骤的复合指令，并在ChatGPT需要补充信息或进行二次确认时及时作出互动回应。在官方释出的演示中，就有开发者通过一句语音指令成功引导AI创建新的代码线程、提交Pull Request并迅速定位Bug的根本原因。

此外，OpenAI还透露，用户通过iOS应用的远程访问功能同样可以在Codex中调用ChatGPT Voice。这意味着移动端与桌面端的协同能力进一步增强，用户能够随时随地通过语音发起指令，并让桌面端的AI智能体完成后续工作。

与此同时，行业竞争对手也在同步加码语音交互赛道。Anthropic同样为旗下Claude推出了全新的语音模式，能够调用其Opus、Sonnet和Haiku模型，在Gmail、Calendar、Slack、Notion以及Canva等主流办公应用中高效处理各类日常工作任务。可见，AI语音交互正从单纯的对话助手向真正的电脑操控入口演进，未来有望成为人机协作的重要方式。