OpenAI 的音訊野心挑戰矽谷的螢幕霸權

OpenAI 正大力進軍語音人工智慧領域,其目標遠不止於改善 ChatGPT 的語音表現。根據《The Information》最近的一份報導,過去兩個月來,該公司已整合多個工程、產品及研究團隊,以全面改版其語音模型。這項舉措旨在為一款預計約一年後推出的「語音優先」個人裝置做準備。
這項戰略轉向反映了科技產業的整體趨勢——邁向一個螢幕退居幕後、音訊成為主要介面的未來。智慧音箱已讓語音助理進駐超過三分之一的美國家庭。 Meta 近期為其 Ray-Ban 智慧眼鏡推出了一項新功能,利用五組麥克風陣列協助使用者在嘈雜環境中聽清對話,有效將佩戴者的臉部轉變為定向聆聽裝置。與此同時,Google 於六月開始測試「音訊概覽」(Audio Overviews),將搜尋結果轉化為語音摘要;特斯拉則正將 xAI 的 Grok 聊天機器人整合至其車輛中,打造一款能透過自然語音管理從導航到空調控制等各項功能的對話助理。
不僅是產業巨頭在押注這塊市場。眾多新創公司也懷抱著相同的核心信念湧現,儘管成果參差不齊。Humane AI Pin 的開發者耗資數億美元,但這款無螢幕穿戴裝置最終卻成了廣為流傳的警世故事。 名為「Friend AI」的項鍊,號稱能記錄生活並提供陪伴,卻引發了嚴重的隱私疑慮與存在性不安。如今,至少有兩家公司——包括 Sandbar 以及由 Pebble 創辦人 Eric Migicovsky 領軍的一家——正在開發預計於 2026 年推出的 AI 戒指,讓使用者能真正地「對手說話」。
儘管設計各異,其核心原理卻始終如一:聲音將是未來的介面。無論是居家、車內,甚至人體本身,每個環境都正被轉化為控制介面。
據報導,OpenAI 預計於 2026 年初推出的新音訊模型,將具備更自然的語音表現,能像真實對話夥伴般應對中斷,甚至能在使用者說話時同步回應——這是現行模型所缺乏的能力。據稱該公司還計劃推出一系列裝置,可能包含眼鏡或無螢幕揚聲器,其設計理念是讓這些裝置更像伴侶,而非單純的工具。
這項發展並非完全出人意料。正如《The Information》所指出的,前蘋果設計總監喬尼·艾夫(Jony Ive)——他在 OpenAI 於五月以 65 億美元收購其公司 io 後,加入了 OpenAI 的硬體計畫——一直將降低對裝置的依賴列為優先事項。他將「音訊優先」的設計視為彌補以往消費性電子產品缺點的契機。
相關文章
蘋果智慧眼鏡或將在WWDC27上首次亮相,重點突出隱私保護
彭博社的馬克·古爾曼報道,蘋果智慧眼鏡(內部代號 N50)計劃於 2027 年 6 月的全球開發者大會(WWDC27)上首次亮相,零售版預計將於 2027 年秋季上市。該裝置原定於今年晚些時候及 2027 年初發布,但現已推遲,以便進行進一步的產品完善並加強隱私保護協議。隱私仍是蘋果智慧眼鏡戰略的核心支柱。從 Meta 等競爭對手的隱私爭議中吸取教訓,蘋果正在實施強有力的功能與政策。目前考慮的方案包括:完全移除攝像頭,專注於人工智慧互動、音訊播放和通話;或保留攝像頭但禁用照片和影片錄製功能,僅
內部細節曝光:下一代 Gemini 算力緊張,內部團隊在開發優先順序和資源分配上存在分歧
報告顯示,谷歌備受期待的下一代 Gemini 模型釋出已被推遲。由於內部在開發優先順序和資源分配上存在分歧,加上計算能力有限以及複雜的審批流程,導致釋出時間延後了兩個月。儘管谷歌擁有定製的 TPU 晶片,但由於模型訓練、Google Cloud 服務以及眾多消費和企業級 AI 應用對計算資源的需求相互競爭,谷歌仍面臨計算資源短缺的問題。目前,高層管理人員正透過組織結構調整來解決這些部門間的衝突。與此同時,領導層也發生了變化,聯合創始人謝爾蓋·布林越來越多地參與到核心模型訓練中,並倡導將資源專門用於
OpenAI 否認增長放緩擔憂,稱多個業務部門加速發展
針對外界對其銷售增長放緩及未達內部基準的質疑,人工智慧領域的領軍企業 OpenAI 於 4 月 28 日(星期二)發表了一份信心十足的宣告。該公司澄清稱,其消費產品和企業服務正在快速推進,直接駁斥了近期關於業務放緩的猜測。針對該公司“未達成多項內部目標”的說法,OpenAI 將這些報道斥為“典型的標題黨”。公司強調了企業對 AI 整合的強勁需求,並指出其廣告業務早期增長前景良好。據 OpenAI 內部人士透露,公司內部情緒依然樂觀。儘管市場競爭日益激烈,但公司正在向投資者傳遞信心,聲稱其商業
相關專題推薦
評論 (1)
0/500

OpenAI 正大力進軍語音人工智慧領域,其目標遠不止於改善 ChatGPT 的語音表現。根據《The Information》最近的一份報導,過去兩個月來,該公司已整合多個工程、產品及研究團隊,以全面改版其語音模型。這項舉措旨在為一款預計約一年後推出的「語音優先」個人裝置做準備。
這項戰略轉向反映了科技產業的整體趨勢——邁向一個螢幕退居幕後、音訊成為主要介面的未來。智慧音箱已讓語音助理進駐超過三分之一的美國家庭。 Meta 近期為其 Ray-Ban 智慧眼鏡推出了一項新功能,利用五組麥克風陣列協助使用者在嘈雜環境中聽清對話,有效將佩戴者的臉部轉變為定向聆聽裝置。與此同時,Google 於六月開始測試「音訊概覽」(Audio Overviews),將搜尋結果轉化為語音摘要;特斯拉則正將 xAI 的 Grok 聊天機器人整合至其車輛中,打造一款能透過自然語音管理從導航到空調控制等各項功能的對話助理。
不僅是產業巨頭在押注這塊市場。眾多新創公司也懷抱著相同的核心信念湧現,儘管成果參差不齊。Humane AI Pin 的開發者耗資數億美元,但這款無螢幕穿戴裝置最終卻成了廣為流傳的警世故事。 名為「Friend AI」的項鍊,號稱能記錄生活並提供陪伴,卻引發了嚴重的隱私疑慮與存在性不安。如今,至少有兩家公司——包括 Sandbar 以及由 Pebble 創辦人 Eric Migicovsky 領軍的一家——正在開發預計於 2026 年推出的 AI 戒指,讓使用者能真正地「對手說話」。
儘管設計各異,其核心原理卻始終如一:聲音將是未來的介面。無論是居家、車內,甚至人體本身,每個環境都正被轉化為控制介面。
據報導,OpenAI 預計於 2026 年初推出的新音訊模型,將具備更自然的語音表現,能像真實對話夥伴般應對中斷,甚至能在使用者說話時同步回應——這是現行模型所缺乏的能力。據稱該公司還計劃推出一系列裝置,可能包含眼鏡或無螢幕揚聲器,其設計理念是讓這些裝置更像伴侶,而非單純的工具。
這項發展並非完全出人意料。正如《The Information》所指出的,前蘋果設計總監喬尼·艾夫(Jony Ive)——他在 OpenAI 於五月以 65 億美元收購其公司 io 後,加入了 OpenAI 的硬體計畫——一直將降低對裝置的依賴列為優先事項。他將「音訊優先」的設計視為彌補以往消費性電子產品缺點的契機。
蘋果智慧眼鏡或將在WWDC27上首次亮相,重點突出隱私保護
彭博社的馬克·古爾曼報道,蘋果智慧眼鏡(內部代號 N50)計劃於 2027 年 6 月的全球開發者大會(WWDC27)上首次亮相,零售版預計將於 2027 年秋季上市。該裝置原定於今年晚些時候及 2027 年初發布,但現已推遲,以便進行進一步的產品完善並加強隱私保護協議。隱私仍是蘋果智慧眼鏡戰略的核心支柱。從 Meta 等競爭對手的隱私爭議中吸取教訓,蘋果正在實施強有力的功能與政策。目前考慮的方案包括:完全移除攝像頭,專注於人工智慧互動、音訊播放和通話;或保留攝像頭但禁用照片和影片錄製功能,僅
內部細節曝光:下一代 Gemini 算力緊張,內部團隊在開發優先順序和資源分配上存在分歧
報告顯示,谷歌備受期待的下一代 Gemini 模型釋出已被推遲。由於內部在開發優先順序和資源分配上存在分歧,加上計算能力有限以及複雜的審批流程,導致釋出時間延後了兩個月。儘管谷歌擁有定製的 TPU 晶片,但由於模型訓練、Google Cloud 服務以及眾多消費和企業級 AI 應用對計算資源的需求相互競爭,谷歌仍面臨計算資源短缺的問題。目前,高層管理人員正透過組織結構調整來解決這些部門間的衝突。與此同時,領導層也發生了變化,聯合創始人謝爾蓋·布林越來越多地參與到核心模型訓練中,並倡導將資源專門用於
OpenAI 否認增長放緩擔憂,稱多個業務部門加速發展
針對外界對其銷售增長放緩及未達內部基準的質疑,人工智慧領域的領軍企業 OpenAI 於 4 月 28 日(星期二)發表了一份信心十足的宣告。該公司澄清稱,其消費產品和企業服務正在快速推進,直接駁斥了近期關於業務放緩的猜測。針對該公司“未達成多項內部目標”的說法,OpenAI 將這些報道斥為“典型的標題黨”。公司強調了企業對 AI 整合的強勁需求,並指出其廣告業務早期增長前景良好。據 OpenAI 內部人士透露,公司內部情緒依然樂觀。儘管市場競爭日益激烈,但公司正在向投資者傳遞信心,聲稱其商業





首頁






