速递｜千问输入法独立端Mac版本上线, 主打“说话即成稿”, AI自动润色

今天发现阿里刚刚把千问输入法做成了独立客户端，上线了 Mac 版本。

官网链接https://ime.qianwen.com/。

我第一时间下载体验了一遍。结果比我预期更有意思。

安装完成后，不需要登录，免费可用。

Mac 上按下右侧 Option 键，就能在任何应用里直接唤起语音输入。微信、钉钉、Word、浏览器、VS Code，都可以直接调用，不需要切换软件，也不需要打开某个 AI 对话框。

这其实是和过去 AI 产品最大的不同。

过去几年，大模型一直在努力争夺入口。大家都在做 App、做助手、做 Agent，希望用户主动打开自己。而输入法天然就在入口上。它距离用户最近。

我最先在微信里试了一圈。说一句话，文字几乎同步出现，识别速度很快。它还不只是简单转文字，而是在理解之后把口头表达里的停顿词、重复词、口水词被自动去掉，语句顺了一遍，标点也补好了。出来的内容基本可以直接发送。比如，我随口说了一句“就昨天那个采访的那个人不够，可能还得再找两个用户聊一下，嗯，再仔细聊聊看，看看他们实际怎么用的，具体的使用情况。”最终出来的是：“昨天那个采访的人不够，可能还得再找两个用户聊一下，仔细看看他们具体是怎么用的。“

为了刁难它，我故意用了比较重的山西方言说了一句：“明天上午一起去小区门口早餐店吃麻辣烫。”结果一次识别成功。没有出现方言转普通话时经常发生的错字和断句问题。

后来我又故意把句子说得更长一些。中间夹杂停顿、重复和自我纠正。最终输出的文字不仅识别正确，还会根据上下文自动修正部分表达，减少反复修改。比如我说马上要开的会议的一些情况，想到什么说什么，没有逻辑，千问输入法生成了这样，明天上午10 点项目汇报会：1. 材料打印 5 份（参会人 5 个）2. 会后会议纪要抄送全体成员3. 盘点表单独放附件，用 Excel 格式，别用 PDF

真正让我觉得有意思的是长内容处理能力。我自己平时做采访、写稿，经常会突然冒出一些灵感。于是我在钉钉上试着连续说了一长段选题思路，甚至没有用一二三四这样的结构化表达，这是顺口不断的说，用了很多然后。

结果，千问输入法居然自动帮我完成了分段、分点和逻辑整理，生成了下面的内容：

可以从中看到，出来的是一份已经整理好的结构化内容。基本可以直接发给同事。提示说单次最长支持十分钟连续输入。这意味着聊天、办公、会议记录、采访整理、灵感记录这些高频场景，都开始被重新定义。

另一个让我意外的细节，是场景理解能力。我在微信里使用的时候，它明显更偏日常表达。语气轻松，措辞自然，像真人聊天。切换到钉钉之后，同样一段话，风格马上变得正式，表达更职业化，甚至会主动优化部分工作场景里的措辞。

即便回到最传统的键盘输入场景，它也加入了不少 AI 能力。邻键误触、声母混淆、韵母漏打、拼音错误、编辑距离纠错等问题，都能自动修正。

从技术角度看，千问输入法本质上是在把千问大模型的能力嵌入操作系统级入口。它不再只是一个负责“打字”的输入法，而是让 AI 在输入的第一步就开始参与：语音识别之后，还会进行内容理解、语言优化、自动排版、场景适配和个性化表达。这也解决了传统输入法比较呆板的问题。过去，输入法更多是“你说什么，它写什么”，哪怕语句不通顺、口头禅很多、标点混乱，也会原封不动地输出。

换句话说，输入法开始从“输入工具”升级为“表达助手”。用户需要关注的是自己想表达什么，而不是纠结怎么组织语言、怎么断句、怎么补标点。这也是大模型进入操作系统入口后，带来的一个明显变化。

对于千问而言，这或许也是一个值得关注的新变化。

和聊天机器人、Agent不同，输入法是另一种完全不同的入口。它天然存在于每一次沟通、每一次记录、每一次创作过程中。当大模型进入输入法之后，争夺的已经不只是一个 App 的打开次数，而是用户几乎所有文字表达的起点。AI 不再需要等待用户主动打开，而是在表达发生的瞬间就参与其中。

从这个角度看，千问输入法未必只是一个输入法产品。它更像是千问进入操作系统、进入日常工作流、进入高频表达场景的一张新门票。谁能占据这个入口，谁就更有机会成为用户日常数字生活中最先被调用、也是最难被替代的 AI。

文章来自于微信公众号 “Z Potentials”，作者 “Z Potentials”