OpenAI专注研发音频AI模型,加速首款硬件筹备
据IT之家1月1日消息,The Information于北京时间今天晚间报道,OpenAI正在全面强化其音频人工智能(AI)能力,旨在为未来推出一款以语音为核心的个人AI设备进行铺路。多名知情人士透露,这款设备将以听觉交互为主要形式,而非依赖屏幕。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈

目前,ChatGPT的语音功能与其文本问答背后所使用的模型并不相同。OpenAI内部研究人员认为,现有音频模型在准确性和响应速度上明显落后,促使公司在过去两个月内整合工程、产品和研究力量,集中攻克音频模型短板。
这一调整直接指向OpenAI的硬件目标——打造一款可通过自然语音指令进行操作的消费级设备。此前报道称,首款产品至少还需要一年时间才能面世。
随着新架构的引入,音频模型已能生成更自然、更富情感的语气回应,并且具备与人类同时发声、应对打断的能力。OpenAI计划在2026年第一季度正式发布该模型。
在硬件形态上,OpenAI的判断与谷歌、亚马逊、Meta和苹果的看法相似:现有主流设备并非为未来的AI交互而生。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。
与OpenAI合作推进硬件项目的乔尼·艾维也强调,无屏幕设计不仅更自然,还有助于避免用户沉迷。他认为,新一代设备应当纠正以往消费电子产品带来的负面影响,并为此承担责任。
不过,OpenAI目前仍面临现实挑战。内部人士指出,不少ChatGPT用户并未习惯使用语音功能,这种情况不仅因为音频模型效果不彰,也与功能认知不足有关。在推出音频优先的AI设备之前,OpenAI必须先改变用户的使用习惯。
在组织层面,OpenAI已组建专门团队推进音频AI战略。来自Character.AI的语言研究员昆丹·库马尔负责整体方向,本·纽豪斯正在重构面向音频的底层架构,多模态ChatGPT的产品经理杰基·香农也参与其中。
OpenAI并不打算只推出一款设备,而是规划了一条产品线,包括智能眼镜和无屏幕智能音箱。公司内部的设想是,这类设备将以“伴随式助手”的形态存在,主动理解环境和用户需求,并在获得授权的情况下,通过音频和视频持续提供帮助。
为支撑这一长期布局,OpenAI已在2025年初斥资近65亿美元(IT之家注:现汇率约合455.06亿元人民币)收购乔尼·艾维联合创办的io,并同步推进供应链、工业设计与模型研发等多条工作线。
相关攻略
IT之家 3 月 26 日消息,据 Business Insider 报道,艾维 · 帕特尔(Avi Patel)今年 22 岁,是旧金山初创企业 Kled AI 的创始人。这家公司向普通民众购买并
IT之家 2 月 25 日消息,在苹果联合创始人史蒂夫 · 乔布斯(Steve Jobs)71 岁冥诞之际,史蒂夫 · 乔布斯档案馆发布全新免费文集《给年轻创作者的信》(Letters to a Y
IT之家 1 月 23 日消息,彭博社昨日(1 月 22 日)发布博文,报道称苹果硬件工程主管约翰 · 特纳斯(John Ternus)已于 2025 年底接管苹果设计团队(含硬件与软件设计),此举
IT之家 1 月 1 日消息,北京时间今天晚间,据 The Information 报道,OpenAI 正在全面强化自身的音频人工智能能力,为未来推出一款以语音为核心的个人 AI 设备铺路。多名知情
拿起手机,你是否也有一种被“绑架”的窒息感?永远点不完的小红点、此起彼伏的消息弹窗、算法精心编织的信息茧房……OpenAI掌门人山姆·奥特曼(Sam Altman)将这种体验形容为一场永无止境的“感
热门专题
热门推荐
WPS云字体库入口为https: fonts wps cn;登录后自动适配缓存、实时加载woff2字体,支持多端同步、智能筛选、动态预览、子集嵌入、协作兼容及本地缓存管理。WPS
首先,打开来伊份商城app。确保你已成功登录自己的账号,若未登录,需先进行登录操作,输入正确的用户名和密码,或者通过第三方账号授权登录。登录成功后,在app首页下方的菜单栏中,仔细
明日方舟终末地净流涤尘趣味活动怎么玩,活动开放期间,完成清洁任务,累计可获得【头像·涤尘专家】【嵌晶玉】【存续的痕迹】【高阶培养自选箱Ⅰ】等活动奖励。《明日方舟:终末地》净流涤尘趣
首先,要准备好合适的钓具。你可以在游戏中的商店或者特定地点购买鱼竿,不同品质的鱼竿会有不同的属性加成,比如提升钓鱼成功率、增加可钓到的鱼类种类等。然后,寻找合适的钓鱼地点。天空岛中
IT之家 3 月 27 日消息,YouTube 频道 Red Gaming Tech 在最新一期视频中,爆料称相比较 RTX 50 系列,英伟达 RTX 60 系列显卡纯光栅性能提升约 30~35%





