OpenAI升级ChatGPT语音模式至网页与移动端

周三，OpenAI 正式将 ChatGPT 高级语音模式部署至网页版与移动应用。此次升级的核心在于引入具备实时双向监听与响应能力的 GPT-Live 语音模型，标志着该公司在个人 AI 代理赛道上的关键布局。据 ChatGPT 语音产品负责人 Atty Eleti 演示，该模式支持用户通过语音指令无缝调度涉及多步骤、跨浏览器及第三方应用的任务，例如自动分析消费记录、预订场地及调整日程。当前硅谷科技圈正掀起个人 AI 代理热潮，OpenAI 此举旨在抢占交互入口。Eleti 表示，语音将逐步取代键入成为用户与 AI 交互的首要模态，这也是团队长期追求的战略核心。尽管目前 ChatGPT 语音及听写功能已吸引超 1.5 亿用户，但团队在交互设计上保持务实，强调语音输入与适配的输出形式相结合，根据场景灵活切换文本或混合反馈，以弥补纯语音交互在信息处理效率上的局限。此次语音能力的拓展不仅提升了移动场景下的使用便捷性，更为 OpenAI 的硬件战略铺平道路。此前彭博社曾报道该公司正研发智能音箱，预计于 2027 年推出。随着多模态交互技术的深化，ChatGPT 语音模式正加速向全场景 AI 个人助理演进，重塑人机交互范式。