OpenAI 9 月 23 日全球推送 ChatGPT 语音模式的一次大版本更新:语音从此不只是「能聊天的听筒」,而是接入 GPT-6 模型家族和各类插件的智能体入口。
这次更新带来三件事。其一,语音对话底层由 GPT-6 Astra、Sol、Luna 三款模型驱动,研究、写代码、处理文档等复杂任务走 Astra,日常快问快答可切换更轻量的 Sol 和 Luna。其二,语音可以直接调用邮件、日历、Slack 等插件:用户可以口头让 ChatGPT 查某封邮件是否已回复、在日历上找半小时空档并插入会议,或在被允许的 Slack 频道里检索讨论记录。其三,语音正式接入 ChatGPT Work,网页端和移动端都可用——动口创建文档、演示文稿、表格,或者把更长的浏览器任务交给它在后台完成。
权限方面,Plus 和 Pro 订阅用户可在手机端使用完整的 Work 能力,Free 和 Go 用户也能获得插件与连接应用的访问权限。对话可以在文字和语音之间随时切换,语音轮次产生的文字回复也比过去更完整,未完成的任务在通话结束后可以继续用文字接续。
安全设计上,OpenAI 表示插件沿用既有的应用权限与数据限制,企业管理员可控制哪些应用、数据与操作对语音开放,敏感动作仍需用户确认。目前语音模式暂不支持对操作本身的语音审批。
对常在通勤或开车场景使用 ChatGPT 的用户,这次更新基本补齐了「语音只能聊天、干活要打字」的断层。OpenAI 预计会在下周的 DevDay 大会上继续加码语音与智能体方向,值得留意后续插件生态的扩张节奏。
来源:OpenAI 官方公告、Digital Trends、TechCrunch