OpenAI正准备发布其首个语音驱动型个人设备

The Information报道，OpenAI过去两个月内整合工程、产品和研究力量，集中攻克音频交互的技术瓶颈，目标打造一款可通过自然语音指令操作的消费级设备。

该设备将具备更自然的情感表达能力和实时对话功能，包括处理对话打断的能力，这是现有模型无法实现的关键特性，计划2026年第一季度发布。

OpenAI当前的语音模型与文本模型分属不同架构，导致用户通过语音与ChatGPT对话时，获得的回答质量和速度均逊于文本模型。

为解决这一问题，OpenAI在过去两个月内完成了关键团队整合。

OpenAI 团队希望用户通过“说话”而非“看屏幕”与设备互动，认为语音才是最贴近人类交流本能的方式。

从Meta为Ray-Ban智能眼镜配备五麦克风阵列增强听力，到特斯拉将xAI的聊天机器人Grok集成到车辆中实现语音控制导航和气候系统，再到OpenAI优化其音频人工智能模型，科技巨头们正集体押注音频未来。

知情人士称，OpenAI还计划推出一系列无屏设备，包括智能眼镜和智能音箱，将设备定位为用户的"协作伴侣"而非单纯的应用入口。

今年是AI Agent元年，大量数字化系统和软件已经集成了AI，明年AI Agent将开始向物理世界延伸。