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
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
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。
美國股市觸及歷史裡程碑,人工智慧與航空航天巨頭準備開啟萬億美元時代
埃隆·馬斯克、山姆·阿爾特曼和達里奧·阿莫迪,這三位科技領域的巨頭,正推動其各自的企業邁向首次公開募股(IPO)。隨著 SpaceX、OpenAI 和 Anthropic——這三家估值接近萬億美元的行業巨頭——即將上市,2026 年被預測將成為美國曆史上新股發行規模最大的一年。這一歷史性的資本激增已引起全球金融界的關注,成為檢驗公共市場吸收如此大規模資金能力的關鍵壓力測試。這些主要融資活動的同步啟動預計將打破 2021 年創下的 1560 億美元紀錄。超級獨角獸的資本博弈每家公司上市的路徑
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work





首頁






