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

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 这条更新来自 ithome.com，发布时间为 2026-08-08，Aioga 保留原文入口以便核验。

摘要：OpenAI 更新 ChatGPT 桌面应用，新增对 ChatGPT Voice 的支持，用户可直接通过语音对话控制 AI 智能体并让其在电脑上执行任务。该功能基于全新语音模型系列 ChatGPT-Live，支持 ChatGPT Work 和 Codex，在 macOS 上还可借助 Appshots 访问屏幕内容。

背景：背景分析：公司与行业类动态需要放在竞争格局、商业化路径、资本信号和监管环境中观察，单条公告不能代表最终结果。

Aioga 观察：Aioga 判断：这条动态更适合作为行业观察信号，当前信息足以建立线索，但不足以推导长期结论。

影响与后续：影响分析：对相关团队而言，短期应先核对来源、可用范围和实际成本，再判断是否值得接入或跟进。 后续观察：继续观察官方文件、合作落地、收入或用户信号、竞品动作和监管后续。

IT之家：https://www.ithome.com/ 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。