OpenAI 桌面端 ChatGPT 上线语音交互功能，可语音操控电脑执行多步骤任务

IT之家 8 月 9 日消息，OpenAI 当地时间周四宣布，已更新 ChatGPT 桌面应用，新增对 ChatGPT Voice 的支持。用户现在可以直接通过语音与 ChatGPT 对话，控制 AI 智能体，并让其在电脑上执行各种任务。这项新功能基于 OpenAI 全新的语音模型系列 ChatGPT-Live。OpenAI 于本月早些时候推出了该系列模型。OpenAI 表示，ChatGPT Voice 同时支持 ChatGPT Work 和 Codex，还可以调用计算机操作能力，帮助用户访问网站和应用。在 macOS 上，借助 Appshots，用户还可以允许 ChatGPT 访问屏幕上的内容，包括替代文本（alt-text）。ChatGPT Voice 的手机版在上线之初主要侧重于提供更加流畅的语音对话体验，并改善了用户打断 AI 时的处理效果，但当时并不能直接在手机上执行操作。此次桌面版更新则拥有更强的执行能力。用户可以通过语音向 ChatGPT 下达包含多个步骤的复杂指令，并在 ChatGPT 需要用户提供信息或进行确认时及时作出回应。在一段演示视频中，OpenAI 展示了一名开发者通过一句指令让 ChatGPT 创建新的代码线程、提交 Pull Request，并找出一个 Bug 的根本原因。OpenAI 还表示，用户可以通过 iOS 应用的远程访问功能，在 Codex 中使用 ChatGPT Voice。IT之家注意到，Anthropic 也更新了 Claude 的语音模式。该功能可以调用 Anthropic 的 Opus、Sonnet 和 Haiku 模型，在 Gmail、Calendar、Slack、Notion 和 Canva 等应用中完成各种任务。