OpenAI整合团队拟一季度发布新语音模型 为发布AI个人无屏设备铺路

OpenAI优化音频AI模型，准备推出语音驱动型个人设备

OpenAI正在积极优化其音频人工智能模型，以准备推出一款语音驱动型个人设备。据The Information于1月1日的报道，该公司在过去两个月内集中了工程、产品和研究力量，致力于攻克音频交互的技术难题，目标是打造一款能够通过自然语音指令操作的消费级设备。

公司内部研究人员指出，目前ChatGPT的语音模型在准确性和响应速度上均落后于其文本模型，且两者使用的底层架构并不相同。

新语音模型特性及发布计划

据报道，新语音模型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。该模型计划在2026年第一季度发布。

OpenAI还计划推出一系列无屏设备，包括智能眼镜和智能音箱，将这些设备定位为用户的“协作伴侣”而非单纯的应用入口。

用户习惯培养成关键挑战

OpenAI面临的主要挑战在于改变用户的使用习惯。多数ChatGPT用户尚未养成语音交互习惯，原因包括音频模型质量不足或用户未意识到该功能存在。要推出以音频为核心的AI设备，公司需先培养用户通过语音与AI产品互动的习惯。

此前报道显示，OpenAI已在2025年初斥资近65亿美元收购乔尼·艾夫联合创办的io，并同步推进供应链、工业设计与模型研发等多条工作线。首款设备预计至少还需一年时间才能面世。

这一时间表意味着OpenAI需要在产品发布前，通过改进现有ChatGPT语音功能来积累用户基础，并验证音频交互在日常场景中的实用性。

本文转载自：华尔街见闻；作者：鲍奕龙；FOREXBNB编辑：陈筱亦。