OpenAI周四宣布，已对ChatGPT桌面应用进行更新，新增对ChatGPT语音功能的支持，用户现在可以通过语音与应用交互，控制AI智能体并在电脑上执行各类任务。
该新功能基于OpenAI本月早些时候发布的全新语音模型系列ChatGPT-Live。
据OpenAI介绍，ChatGPT语音功能同时支持ChatGPT Work和Codex，还能调用计算机操作能力来查找网站和应用程序。此外，在macOS系统上，借助Appshots功能，用户可授权应用访问屏幕上显示的内容，包括图片替代文本（alt-text）。
ChatGPT语音功能此前推出的移动端版本，对话体验更加流畅，中断处理也更为自然，但并不具备在手机上执行操作的能力。
此次桌面端的更新则功能更为强大，用户可以下达包含多个步骤的复杂指令，并在ChatGPT需要进一步确认时实时响应。
在一段演示视频中，OpenAI展示了一名开发者通过单条指令，要求ChatGPT创建新线程、发起拉取请求，并定位某个漏洞的根本原因。
OpenAI还表示，用户可以通过iOS应用以远程访问的方式，在Codex中使用ChatGPT语音功能。
与此同时，Anthropic也对Claude的语音模式进行了更新，该功能可调用公司旗下的Opus、Sonnet和Haiku模型，在Gmail、Calendar、Slack、Notion和Canva等应用中完成各类任务。
Q&A
Q1：ChatGPT桌面应用的语音功能具体能做什么？
A：ChatGPT桌面应用的语音功能支持用户通过语音下达多步骤复杂指令，控制AI智能体在电脑上执行任务。它可以与ChatGPT Work和Codex配合使用，还能调用计算机操作能力查找网站和应用。在macOS上，借助Appshots功能，还可以访问屏幕内容，包括图片替代文本。用户也可通过iOS应用以远程访问方式在Codex中使用该功能。
Q2：ChatGPT-Live语音模型系列是什么时候发布的？
A：ChatGPT-Live是OpenAI本月（2025年）早些时候发布的全新语音模型系列，此次ChatGPT桌面应用的语音功能更新正是基于该模型系列构建的。
Q3：Anthropic的Claude语音模式有哪些新变化？
A：Anthropic近期对Claude的语音模式进行了更新，新版本可调用公司旗下的Opus、Sonnet和Haiku三款模型，支持在Gmail、Calendar、Slack、Notion和Canva等主流应用中完成各类任务，进一步拓展了语音智能体的实际应用场景。
