我在美国过的端午节。下了飞机当天，我约了几个很久前我给《纽约时报中文网》写专栏时认识的美国朋友一起喝咖啡。
因为是年休假，我都没想过要谈工作，实际上我都没想过会谈起 ChatGPT。这倒是给了我一个以全新视角看待 ChatGPT 的机会。
事情是这样的：
当时我们在 Peet’s ，很随机就聊到了 AI 的未来（毕竟这里是硅谷）。当时，有个朋友 R 说：接下来 AI 会解决癌症，人类死于癌症的几率会大为减少，我们的寿命会变长，人口会越来越多。
我说：“能源是有限的”。
R 继续说（他的语速太快了）：“如果人口太多，我们可以搬到其它星球去。”
“但能源是有限的。”我说道：“阿西莫夫的科幻小说《最后的问题》就讲到了这一点。”
我原本打算开始讲起科幻小说。千真万确，如果说“书呆子”这个词在世界的任何地方都是个贬义词，那么在硅谷，这绝对是一个褒义词。但没想到的是：C 突然拿起手机问起 ChatGPT：“阿西莫夫的小说《最后的问题》，这个‘最后的问题’是指什么问题？”
一个嘹亮的女声从 C 的手机中响起（我没有感觉到任何延迟）——：
“《最后的问题》是阿西莫夫的一个短篇小说。‘最后的问题’是指：如何逆转‘熵增定律‘。熵增定律是指：在自然过程中，热量会从高温物体流向低温物体，这一过程不可逆。”
C 还没等 ChatGPT 说完，就把手机按掉了。他已经明白我说的意思。
整个场景大致如上，R 和 C 对我的话表示赞同。
此外，我发现：那天下午我们聊得出奇地愉快，不仅因为有 ChatGPT 的参与，让谈话效率大幅提高，还因为横亘在不同民族间的“巴比伦塔”不见了——当我听不懂他们说的某些英文时，ChatGPT 就会帮上大忙，他们会先对 ChatGPT 说，然后 ChatGPT 用中文对我说。
还有一个细节：ChatGPT 可以避开其他人声干扰。Peet's Coffee 是一个原创的手工咖啡连锁店。在美国，大家在公众场合说话都很小声，但 ChatGPT 有时还是会被周围的人声干扰而停下。此时，C 会让 ChatGPT 忽略环境中的其它人声，继续“她”原本在说的话。
此外我还注意到：我的这几个朋友都非常喜欢 ChatGPT 的“记忆功能”，也就是 AI 模型的个性化。这么一个下午下来，我已经被录入了 C 的 ChatGPT 的朋友清单，“她”甚至还知道了我的一些关注点。
综上，我想表达的最核心的点是：
在国内，我们都使用过 DeepSeek，使用过夸克、使用过元宝，所以我们可能会认为这些 AI 聊天机器人与 ChatGPT 都大同小异，但实际上不是的。实际上，真正让 ChatGPT 在消费级用户中大规模腾飞的原因是：它的原生语音功能——这让 ChatGPT 爬上了比电脑占用消费者时间更多时间的移动手机，从而迅速地流行开来。
是的，我认为再怎么强调这个“原生语音”功能都不为过。因为如果单单是 AI 通过文字输出来与我们做交互，这个效率还是太低了。
那日的晚上，我回到住所查到的数据也验证了这一点。根据我查阅的数据：
去年 5 月，OpenAI 发布了具有高级语音功能的 GPT-4o 后，其高级语音功能极大推动了 ChatGPT 在移动端的使用规模——我的上述几位朋友，正是在去年 6 月前后开始使用手机 ChatGPT。此外，从去年的 5 月到今年 3 月，ChatGPT 在全球的周活用户数从 1 个亿的规模，突飞猛进到了 5 个亿。
当然，为谨慎起见，我也认真查了国内一些 AI 聊天机器人的情况，并询问了我知识星球里的会员（TA 们通常比我更了解国内）。以下是我获得的一些信息：
# DeepSeek：没有直接的语音功能。
# 元宝：目前元宝并不能真正“说话”，而是通过语音识别技术将用户语音转为文字，再由 AI 处理并生成回复。元宝的“说话”是通过文字生成，而不是直接由 AI 发出声音。也就是说，虽然元宝可以与用户进行语音互动，但不能真正“说话”，而是通过文字生成和语音合成技术实现。
# 夸克：类似于元宝
# 以及，我的星球会员、一位一级市场的投资者回复我：“据我了解还没有达到，都是文字界面目前，语音也是转换，不是对话那种。”
重点来了：ChatGPT 的高级语音模式（AVM），是使用了 GPT-4o 模型的原生音频功能。也就是说，它本身就能理解语音（不仅能读写文本，还能读写语音），也意味着用户其实是直接在对着大语言模型说话。这也使 ChatGPT 创造出来的语音体验，比以前任何我们与计算机交互时的其他语音交互都要更加出色、更加流畅——我的使用体验是：简直太爽了。
那么，一个问题是：为什么此前苹果的 Siri，就没有在这样日常的应用场景中流行起来呢？因为 Siri 的智能能力太烂了。实际上，苹果直到昨天的 WWDC 大会，也没有能够解决这个问题。
最后，是另一个有关 ChatGPT 最新里程碑的信息，仅供参考：
5 月 25 日，也就是刚刚过去的两周前，ChatGPT 用户如今每天在 ChatGPT 应用内所花的平均时间，已经达到了接近 20 分钟。这比 ChatGPT 刚刚发布时（具体对比时间是 2023 年 5 月）增加了 3 倍。如下图：
//您也可以加入会员解锁所有付费内容。会员权益详见下方（如需发票请找我，星球内有我的微信号）：会员权益：一年 251 个工作日，每个工作日我将撰写美国 AI 前沿最重要的一件事/一家公司/一个趋势，并说明为什么重要。251 天后，您对美国科技前沿趋势的了解将超过国内 99% 的人。如下扫码登录（老会员续费请见底下那个二维码）老会员续费注意事项：我已开启自动发放优惠券功能，提前续费的会员续费时自动享受八折优惠；过期一个月的会员续费时自动享受九折优惠。过期一个月以上的则无折扣。扫码登录下方二维码：
怕错过文章就把这个公号设置为“星标”吧
