美国人工智能公司OpenAI于周四宣布，已正式将ChatGPT语音模式集成至桌面端应用程序中。此次更新依托本月新推出的ChatGPT-Live系列语音模型，赋予用户通过语音指令直接操控AI智能体及执行电脑任务的权限。新版功能深度整合ChatGPT Work与Codex代码环境，并调用计算机操作技能，可自主检索网页与应用。针对macOS平台，该模式还适配Appshots技术，能够实时识别屏幕显示内容并读取替代文本。 相较于此前仅侧重对话流畅度且无法执行操作的移动端版本，桌面版语音模式大幅强化了复杂指令的处理能力。用户可通过语音下达多步骤任务，系统亦支持在需人工介入时实时交互反馈。OpenAI演示视频显示，开发者仅需一条语音指令，即可协同完成新建代码分支、提交合并请求及定位程序漏洞等全流程操作。此外，iOS用户亦可通过远程访问功能在移动端调用Codex的语音服务。 随着语音交互技术向桌面自动化延伸，AI工作流的边界正进一步拓宽。行业方面，Anthropic近期亦为Claude更新了语音模式，整合Opus、Sonnet等模型以在Gmail、Slack等办公应用中执行任务，反映出语音驱动AI协同操作已成为当前人工智能产品演进的核心方向。