2025年8月，微软高级副总裁兼Windows负责人帕万·达夫卢里透露，下一代Windows系统将更加注重人工智能驱动的语音功能。他表示，未来Windows将提供无缝且多模态的用户体验，重新定义计算机使用方式。这一发展方向表明，语音交互将在未来操作系统中占据更重要的地位，标志着技术革新的一大步。

3月19日消息，人工智能初创公司Anthropic正为其聊天机器人Claude开发语音功能。首席产品官迈克·克里格向《金融时报》透露，Claude计划推出语音交互体验，以实现更自然的用户界面。Anthropic已内部开发语音功能原型，并与重要投资者亚马逊及AI语音公司ElevenLabs商讨合作，但尚未达成最终协议。克里格表示，公司正与多家合作伙伴沟通，希望加速语音功能的推出。此举旨在提升用户体验，使用户能通过语音与AI模型互动。

OpenAI在第八日技术分享直播中宣布免费开放ChatGPT搜索功能，展示其在移动设备上的更新版本。此次更新包括优化搜索算法，提高速度和准确性，实现分钟级别提供股票、新闻等实时资讯。高级语音功能结合高级语音模式，支持用户通过语音查询获得信息，如最新资讯、出游场所、天气等。ChatGPT搜索功能还集成了地图，可提供搜索结果周边的地理位置信息及路线规划。该功能基于GPT-4微调版本，标注信息来源以降低AI幻觉风险，并允许用户将其设为默认搜索引擎。此外，谷歌也为其Gemini AI平台推出基于谷歌搜索引擎的实时搜索功能。国内方面，百度、夸克、豆包等厂商正探索AI搜索新形态。AI搜索凭借大模型能力，优化信息检索过程，识别并响应模糊搜索需求，推动搜索行业生态重塑。

ChatGPT新版「高级语音模式」一经推出，即引发热潮，仅一日便吸引众多网友尝试。该功能不仅接收各类奇思妙想的任务，且表现惊艳，令人大呼“震撼”。中文应用方面，尽管速度稍缓且在发音上略有瑕疵，如将“气”读作“kì”，但其叙述能力仍获得不少认可，尤其在读取美国女诗人Emily Dickinson作品时...

GPT-4的语音功能终于在7月结束前开启了灰度测试，首批ChatGPT Plus用户已体验到这一科幻版Her般的AI女友。GPT-4的输出token暴涨至64K，是最初的16倍，使得AI能生成的内容量大幅增加，相当于一次性可得到约4个完整的长篇电影剧本。新功能允许用户用任意方式打断对话，并且能感知和回应用户的情绪。预计在秋季，所有ChatGPT Plus用户都将享受到这一功能。此外，视频和屏幕共享功能也将随后推出，用户可以与AI进行更直观的交互。测试结果显示，AI不仅能模仿各种声音，还能在多种场景下提供流畅、高质量的回答，甚至可以像真人一样与用户进行互动。OpenAI透露，他们正计划在8月初发布一份详尽的报告，涵盖GPT-4的功能、局限性和安全性评估。

今日，Mac版ChatGPT桌面应用全面开放，此前仅限高级用户。然而，备受期待的GPT-4o语音功能推迟至7月开始灰度测试，正式提供给所有Plus用户需等到秋季。OpenAI称推迟出于安全和用户体验的考量，承诺在秋季实现高质量和可靠服务。用户对频繁的延期表达了不满，质疑公司的透明度。随着多模态功能的期待，网友呼吁尽快交付以提升使用体验。

今日，Mac版ChatGPT桌面应用正式对所有用户开放，此前仅限于高级用户。然而，备受期待的GPT-4语音功能推迟至7月开始灰度测试，秋季全面启用，原因是安全升级与用户体验优化。用户可通过Option+Space快捷键激活，支持文本输入、文件上传、图片识别和搜索对话。尽管对延迟感到失望，OpenAI强调将提供更负责任的AI交互。随着功能开发的深入，公众对语音功能的期待与质疑并存。