AI语音交互再升级：OpenAI桌面端ChatGPT上线新功能，支持语音操控电脑执行多步骤任务

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，正式上线了对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。

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。

via AI新闻资讯 (author: AI Base)