在输出一侧，各类产品的效果越来越好；但在输入上，超级入口仍在遵循着旧的范式。每天盯着屏幕敲字、写代码朋友，应该跟我一样有个强烈的感觉：人打字的速度实在太慢了。经常是脑子闪过一个灵感，手还没跟上，想法就跑没了。而且现在做研究、写文案，谁不用AI改改语气、调调风格、查个错别字？但每次都要切不同平台，开一堆对话框和软件，来回切换的时候，时间全耗在这上面了。就今天，AutoGLM团队推出的智谱AI输入法，把定位直接放在了「AI超级助理」上——语音转文字、文本+AI都屡见不鲜，但是智谱AI输入法却想把输入这件事重新做一遍。https://autoglm.zhipuai.cn/autotyper
01. 是语音转文字”，也是场景化AI助手
平时用输入法，总觉得就是敲字的工具，但试了智谱AI输入法后，我感觉它从根上就不一样——它没有只盯着文本输入这件事，是带着很明确的场景化思路来做的。它背后是智谱的AI技术，还有AutoGLM团队的技术积累，这点我认为是它的核心底气。基础功能就是语音实时转文字，但不只是转文字这么简单，还能做人设切换、识别专业术语，甚至一次执行多个任务，这些复合能力挺实用的。按Fn键激活，按住说话，文字就实时出来了，松开手内容直接落到光标位置，不用再复制粘贴。日常聊天用着方便，写工作文档也省时间，最让我意外的是专业场景——像医疗、IT这种满是术语的领域，它也能精准识别，这点确实比普通输入法省心多了。使用智谱AI输入法之前我们需要先注册一个账号，进入软件，我们会发现它还有个名字叫做“小凹”。它像我们的贴身会议助理帮我们记录，语音输入的内容，时长，生成的文本，节省的时间等。像普通的输入法一样，小凹可以快速的在任何平台输入文字。它这个功能非常方便，非常适合说话快，打字慢，或者打字不方便的朋友。这一点在实测中表现尤为突出——即使是夹杂英文的“混合输入”（如“请把AutoGLM的项目文档同步到飞书”），也能避免常见的空耳错误。做AI内容这么久，我一直觉得，不管是啥AI工具，吹再多技术名词都没用，最后还得看用着爽不爽。拿智谱AI输入法，专门挑了大家平时用输入法最在意的场景测了测。先说说最基础的「识别准不准」，这可是输入法的立身之本。官方给的竞品数据我看了，智谱AI输入法的字符错误率（CER）是0.0717，跟行业里公认的顶尖产品Typeless（0.0700）几乎没差，比另一款Wispr Flow（0.1277）强不少。用户主观评分也能说明问题，满分3分它拿了2.72，73%的人直接给了满分，还有38.6%的内容是零错误识别。但光看数据不够，我特意加了个“个性化测试”——毕竟咱们每个人都有自己的“专属词”。我把自己的网名“AI异类弗兰克”、常提的项目代号“AutoGLM”，还有那种平时打都费劲的生僻地名“嵊泗列岛”，都加到输入法的“词典”里。后来语音说这些词，识别率直接100%，再也不用说完还要手动改半天。我感觉这点对职场人太友好了，比如经常说行业术语、项目名的，这简直是痛点杀手。比如咱们平时聊天说“酱紫”（其实是“这样子”的口语连读），以前用别的输入法，要么识别成乱七八糟的拆分，要么直接转成“这样子”，少了点口语那味儿。但智谱AI输入法可以自己加——在词典里点“新增热词”，把“酱紫”存进去，下次语音说这个词，它就能准确认出来。再就是全场景适用，它可以实现从微信聊天到代码编辑器，无缝衔接别的语音输入法常受应用限制，而智谱AI输入法支持微信、飞书、Word、代码编辑器等几乎所有输入框，真正实现全平台可用比如在工作场景：在编写Python代码时，口述“定义一个函数calculate_sum，参数为a和b，返回a加b的值”，系统能准确识别代码语法，甚至自动补全括号。比如在pycharm中：
在生活场景，用“自动翻译人设”与海外客户沟通，跟它讲“请确认本周五是否能完成样品寄送”，它就能实时转换为英文并保持语气正式，不用二次校对；比如人设切换：我可以轻松实现菜单栏切换“面对老板”（语气正式、逻辑清晰）、“面对伴侣”（温柔俏皮）、“自动翻译”（中英互译）等模式，适配不同沟通场景；想要给智谱ai一些简单任务，按住Fn键把“小凹”叫出来，接着直接跟它说 “生成北京3天旅游攻略”，不用跳到别的工具，就这么输入了马上就能解决问题。我把智谱AI输入法跟两款主流竞品（Typeless和Wispr Flow）在核心指标上做个对比，它的优势主要体现在“场景适配”和“用户体验”这两方面：评估指标 | 智谱AI输入法 | Typeless | Wispr Flow |
主观接受度（FMS，满分3） | 2.72 | 2.70 | 2.32 |
字符错误率（CER，越低越好） | 0.0717 | 0.0700 | 0.1277 |
零错误占比 | 38.6% | 39.8% | 20.4% |
中英混合场景表现 | 优秀 | 良好 | 一般 |
行业术语识别 | 良好 | 一般 | 较差 |
长句处理能力 | 良好 | 一般 | 较差 |
附加功能（人设/指令） | 丰富 | 基础 | 缺失 |
所以你看，智谱AI输入法在“基础准确率”这块，和那些超厉害的竞品水平差不多。不过，在“复杂场景处理”还有“附加价值”这些方面，有显著优势。像职场人士还有经常用多种语言的人，就会发现，这种「精准+智能」的搭配，简直就是效率神器。直接对话，随时唤醒，像是我在电脑上装了一个宠物小精灵，非常轻盈而且可爱。前面说的一堆用法和优势，在小凹身上还能解锁更多隐藏玩法。已经同时开源的GLM-ASR-Nano-2512，对比下来也很牛。
这是一个1.5B参数的端侧模型，却取得了当前开源语音识别方向的SOTA表现，并在部分测试中优于若干闭源模型。
它将识别能力压缩到本地运行，在保证高精度的同时，实现更强的隐私保护与更低的交互延迟。
03. 谁适合用智谱AI输入法？
先说说关注AI的朋友（比如咱们常琢磨prompt的），我认为这工具最贴心的就是省了写prompt的麻烦。以前想让AI干活，得半天琢磨怎么描述需求，现在直接语音说出来，它能自动把碎片灵感整理成能用的优质prompt，还能一键唤起AI，不用再开一堆页面切换，链路短了不少。如果是每天敲键盘很多的效率党，我发现它能解决两个大问题：一是久打字手腕容易累，二是中途切软件找工具会打断工作流。现在不管在微信、文档还是代码软件里，都能直接用它输入；更方便的是，内置的Agent能帮着算数、生成代码，不用再单独开计算器或AI工具，省了不少来回切换的时间。内容创作者应该会喜欢它不丢灵感的设计。我感觉咱们写东西最怕的就是刚有想法，一打字就忘了，或者写着写着思路断了。用这个输入法，直接口述就能出初稿，不用停下来打字；写完还能一键换风格，比如想把口语化的内容改成正式的，或者反过来，都不用自己大改。做翻译的朋友也能省不少事。以前听内容、翻译、再打字记录，一套流程下来挺费时间，现在口述就能实时转成译稿，不用再“听一句记一句”；而且它有热词库，专业术语不容易错，不用反复核对，“听-译-打”的流程直接简化了。还有经常开会的人，我觉得它的记录功能特别实用。以前记会议要点，要么光顾着写漏了听，要么会后整理纪要要花半天……现在直接口述记录，实时就能把要点记下来，会后还能快速生成工作文档，不用再对着零散的笔记琢磨。目前不用邀请码也能注册用3天，有邀请码能多用到7天，分享邀请码还能换更多使用时长，感兴趣的直接去官网（https://autoglm.zhipuai.cn/autotyper/）就能下。整体看下来，智谱 AI 输入法的突破，远不止语音转文字，更是对输入本质的重构——它将 AI 能力融入创作、工作、沟通等场景，让 “想法到文字” 更加顺畅。这恰是 AI 工具的进化方向，当技术从 参数比拼 转向 场景落地，能解决真实痛点的产品才具生命力。它懂自媒体人怕灵感流失、程序员怕工作流中断、会议人群怕记录分心，用 「语音唤起 + 智能适配」化解这些难题，让输入从负担变成增效引擎。现在Mac和Windows系统都已经支持了，这种以用户场景为核心的思路，似乎开启了一个新赛道「AI输入」。未来，真正的 AI 助手，必然是能贴近人、赋能人的伙伴，一定不是冰冷的工具。
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
