ChatGPT语音模式现可接管邮件日历与Slack

OpenAI已在其支持的所有平台上正式推出了ChatGPT Voice（语音模式）的重大功能更新。本次升级将语音控制、文本输入以及智能体（agent）工作流深度整合到了同一个统一界面之中。相关新特性现已在移动端应用程序、网页端以及桌面客户端全面上线，旨在让用户与人工智能之间的对话交互更加自然且具备更强的实用功能。

据OpenAI在其社交平台X的官方账号发布的消息，ChatGPT语音模式现已由GPT-6 Astra、Sol以及Luna三款模型共同驱动。其中，Astra模型已在数周前投入实际运行，而Sol与Luna则在昨日刚刚完成相应的升级部署。通过集成这组最新模型，用户在进行语音交流时能够获得更高的处理性能与更严密的逻辑推理水平，从而更轻松地提出复杂问题或下达各类工作指令。

直接访问电子邮件、日程安排与Slack消息

本次更新的核心亮点之一在于插件连接机制的彻底打通。在此之前，语音模式最明显的局限之一在于ChatGPT无法在语音对话进行的同时访问外部集成应用，例如电子邮件服务、日历或Slack。用户以往若想调用这些接口功能，必须先切换回纯文本界面。OpenAI如今彻底消除了这一隔阂，使用户与外部工具之间的全部交互均可直接在语音对话环境内顺畅完成。

在官方发布的演示视频中，OpenAI展示了语音助手无需人工干预即可自主完成的多种日常场景与生产力工作流程。官方公布并支持的语音操作功能主要包括：

• 检索并管理个人日历中的各项日程安排
• 撰写、排版格式并直接发送电子邮件
• 提炼并总结即时通讯软件Slack中的群聊及私聊记录
• 在金融应用程序中排查并申请撤销重复扣费账单
• 构建包含完整结账页面的可用网站
• 执行在线购物操作以及实时查询最新天气资讯

ChatGPT Work将文档生成引入语音环境

除了日常助理功能外，本次更新还在同一交互界面中接入了“ChatGPT Work”。作为OpenAI开发的智能体系统，该功能专为应对更为复杂、多层次的工作任务而设计。用户现在可以通过纯语音指令在浏览器及移动设备上创建文档、构思幻灯片演示文稿或建立电子表格。行业观察人士指出，这一演进使语音交互逐步逼近桌面端Codex所具备的处理能力，同时兼具了跨平台无缝协作的显著优势。

从GPT-Live-1到全能日常助手的演进路线

为这些扩展语音能力奠定底层技术基石的，是OpenAI数月前发布的GPT-Live-1模型。该模型颠覆了传统“语音转文字、大模型生成回复、文字转语音输出”的三段式运行模式，而是采用全新的原生端到端架构，实现了同时听与说的能力。在此架构下，智能助手能够在对话过程中保持倾听、持续摄取上下文背景信息，并在适当时机实现毫无顿挫的流畅应答。

GPT-Live-1使用户能够与人工智能展开长达40分钟的持续流畅对话。

对于OpenAI及其首席执行官山姆·奥特曼（Sam Altman）而言，本次更新标志着向全时全能AI助手愿景迈出了关键一步。奥特曼早在2024年首个语音版本发布时，就曾公开引用导演斯派克·琼斯（Spike Jonze）执导的科幻电影《她》（Her）作为产品演进参照。按照OpenAI的规划，从中期来看，语音将逐步成为用户在ChatGPT内处理高难度与长时间任务的主要核心交互界面。

对机构与企业日常运营的实际影响

对于企业与各类组织机构而言，能够通过语音直接操控邮箱收件箱、日程表与Slack频道，将为日常办公带来实质性变革。诸如梳理沟通渠道信息、协调会议时间或起草工作文档等常规工作流程，现均可在员工通勤或处理并行事务时实现双手脱离操作。这种交互形式大幅降低了在不同业务软件之间频繁切换所产生的操作摩擦与效率损耗。

与此同时，与Slack或财务系统等关键业务工具的深度集成，也对组织内部的权限控制体系提出了更高的管理要求。鉴于口头语音指令如今能直接触发发送信息或执行转账等真实业务动作，企业必须在内部工作规范中明确将语音指令视为具备正式效力的运营操作指令，并建立相应的风控与权限审核机制。