标签
一位用户报告称，Claude的语音模式产生了一个可疑的工具调用结果，其中包含一条明显的提示注入消息，声称来自Anthropic的安全团队，要求访问敏感文件。
Hermes Agent v0.20.0 'The Herald' released with conversational voice and barge-in, grounded citations with fact-checking, outbound webhooks, desktop platform features, A2A protocol support, and major performance improvements.
一个微小但关键的改进，让ChatGPT语音模式现在会等待用户开始说话后才回应，大大提升了可用性。
OpenAI和Claude同日推出语音模式更新，但不少用户因期待GPT-6或旗舰模型而大失所望，认为语音和Codex文件夹不如模型升级重要。
OpenAI 为其 ChatGPT 桌面应用增加了语音模式，该模式由新的 GPT-Live 模型驱动，允许用户免提控制 AI 代理并执行任务。此次更新还支持 macOS 上的计算机使用技巧和 Appshots。
Anthropic 已更新 Claude 的语音模式，支持更强大的模型（Sonnet 和 Opus），并集成了 Gmail 和 Slack 等应用，不过它仍然是轮流对话形式，不如 ChatGPT 的双工系统自然。
Anthropic 已将 Claude 的语音模式扩展至其 Opus 和 Sonnet 模型，支持复杂问题解决和实时操作，并提供法语、德语、西班牙语、印地语、印尼语、意大利语、日语、韩语和葡萄牙语等多语言支持。
Anthropic更新了Claude语音模式，支持Opus、Sonnet和Haiku模型，并集成了Gmail、Slack、Canva和Notion等应用。多语言支持处于测试阶段。
Google正准备将Gemini Live实时语音模式和可自定义的Skills引入Gemini网页版，以缩小与ChatGPT和Claude等竞争对手的功能差距。测试正在进行中，预计可能在2026年7月底推出。
OpenAI 终于升级了驱动 ChatGPT 语音模式的模型，推出了 GPT‑Live。它能够在保持对话流畅的同时，将复杂任务委托给 GPT‑5.5。新模型的能力远超此前基于 GPT‑4o 的语音模式。
OpenAI发布GPT-Live-1，这是ChatGPT升级后的语音模式，打断用户更少，支持实时翻译，并能针对天气、体育等话题生成视觉背景。
声称在Cerebras硬件上运行的Gemma-4-31B模型性能优于ChatGPT的语音模式，并通过Hugging Face Space展示了实时语音交互。
关于 OpenAI 可能发布 BiDi 的猜测，这是一种具备代理能力的语音模式，可与 Codex 集成用于编码任务，可能标志着语音 AI 从新奇事物向必需品转变。
OpenAI 正在为 ChatGPT 推出新的双向语音模型（Bidi 1），该模型支持同时说话、听到和聆听，实时翻译，以及改进的对话上下文处理。升级已在部分用户的网页界面和应用程序中出现，预计很快会广泛发布。
Anthropic 正在将其 Cowork 智能代理系统扩展到移动应用，有证据显示其采用云端执行方式，从而无需桌面设备保持开机，同时还在为语音模型更新做准备。
一位用户询问OpenAI即将推出的功能中哪个更令人兴奋：传闻中的GPT-5.6模型，还是支持实时同时听说的双向语音模式（BiDi）。
OpenAI正准备发布GPT-Bidi-1，这是一个面向ChatGPT的下一代语音模型，支持双向通信、打断和句中调整，旨在缩小语音与文本能力之间的差距。