语音终于和文字端用上同一档模型;能说话发邮件之后,真正难的是「确认」那一步
OpenAI 这条公告的开头是「We heard you loud and clear」,姿态接近认错。此前语音模式长期被用户吐槽,说它跑的模型比文字端弱一档,聊天流畅但一问复杂问题就露怯,也不能动任何外部工具。这次三项更新几乎是逐条对着抱怨补的:
据外媒转述,OpenAI 展示的用法包括语音查日程、发邮件,让 ChatGPT 在理财类应用里找出重复扣费并取消,甚至说几句话搭一个带结账页的网站。前两件是助理的老本行,后两件已经是在替用户动钱、动线上资产。语音从「陪聊」变成「代办」,这一步跨得不小。
文字端调用插件,用户至少能在发送前看一眼草稿;语音场景里,人往往在走路、开车、手上有事,最容易随口一句「行,发吧」。听错收件人、把「下周三」识别成「这周三」,在文字里是小错,在自动发出的邮件里就是事故。OpenAI 这次没有公开语音模式下的确认机制细节,比如哪些动作必须回到屏幕上点确认、哪些可以直接执行。
三档模型可选也带出另一个取舍:语音要低延迟,Astra 最聪明但未必最快,Luna 快但处理多步任务时能力有限。默认给用户哪一档、代办类任务会不会自动升档,公告同样没说。能力已经补上来了,接下来要看的,是它敢在不确认的情况下替你做多少事。