OpenAI押注無屏交互，語音AI可實時對話，設備預計明年發布

智東西
編譯｜萬貴霞
編輯｜王涵

智東西1月5日消息，1月1日，據外媒The Information報道，有知情人士稱，OpenAI計劃于2026年第一季度推出全新的語音AI模型，而其首款完全通過語音指令操控而非屏幕交互的個人設備，預計仍需一年左右時間才能正式面世。

該設備或為OpenAI CEO薩姆?阿爾特曼（Sam Altman）2025年11月21日訪談中提及的AI硬件產品矩陣中的另一款產品。除單一產品外，OpenAI還在規劃一整套設備矩陣，可能包括智能眼鏡和無屏幕智能音箱等。

多位ChatGPT員工透露，目前OpenAI的語音AI模型在回復準確性和響應速度上明顯落后于文本模型。為此，OpenAI在過去兩個月內整合了多個工程、產品和研究團隊，對語音AI進行了一次全面重構。

一、語音AI模型架構重塑，更自然、更“像人”的語音對話

OpenAI計劃在2026年第一季度初發布的全新語音AI模型，將在音質、延遲和交互方式上進一步逼近真實對話體驗，甚至能夠在用戶說話的同時進行語音播報，呈現更接近“對話伙伴”的狀態。

回顧OpenAI在語音方向上的技術演進，2022年其推出的Whisper是一套以高準確率著稱的自動語音識別（ASR）系統，主要解決“聽懂人說話”的問題；2025年，OpenAI進一步發布了GPT-realtime語音轉語音模型，開始探索低延遲、連續對話式的語音交互。這一系列嘗試，也為如今全新一代語音AI模型的架構重塑奠定了基礎。

▲GPT-realtime功能介紹（來源：OpenAI Platform）

The Information報道稱，OpenAI在語音AI模型上的改進已初見成效。新一代模型在架構層面進行了調整，能夠生成聽感更自然、情緒更豐富的語音回復，同時在回答深度和準確性上也有明顯提升。

與現有模型相比，新的語音AI模型可以實現與用戶“同步說話”，并在對話中更好地應對打斷和插話。這種實時、連續的語音交互能力，是當前語音AI模型尚未具備的。

值得注意的是，驅動語音AI模型的底層大型語言模型，與當前驅動ChatGPT文本回復的模型并不完全相同。

在團隊配置上，語音AI項目的關鍵負責人之一是昆丹·庫馬爾（Kundan Kumar）。他是一名語音AI研究員，于今年夏天從全球AI陪伴應用“一哥”、美國AI聊天機器人獨角獸公司Character.AI加入OpenAI，負責主導相關工作。

此外，項目核心成員還包括產品研究主管本·紐豪斯（Ben Newhouse），他曾推動OpenAI將原本面向文本AI的基礎設施重構為支持語音模型，多模態ChatGPT的產品經理杰基·香農（Jackie Shannon）。

二、AI“伴侶型”設備，主動理解環境與用戶目標

OpenAI的研究人員正在同步推進一款語音驅動的個人設備，其核心理念是讓用戶通過語音而非屏幕與AI交互。

據知情人士透露，今年夏天，參與該設備研發的研究人員曾向內部員工展示相關構想：這款AI語音設備將更像是一個與用戶并肩工作的伙伴，能夠主動提供建議，幫助用戶完成目標，而不僅僅是應用程序或軟件的語音入口。

在獲得用戶授權的前提下，該設備可通過語音和視頻感知周圍環境及用戶自身狀態，從而提供更具情境感知能力的服務。

目前，已有多名OpenAI員工參與到與該設備相關的不同環節中，包括供應鏈管理、工業設計以及模型研究等。

在硬件設計層面，據此前智東西報道，OpenAI于2025年5月21日以近65億美元（約合人民幣455億元）的價格收購了io公司，io團隊的大部分成員（約55人）加入OpenAI。io公司由前蘋果首席設計官喬納森·艾維（Jony Ive）聯合創立，負責為OpenAI設計這款全新的AI硬件產品。

▲OpenAI發文，io團隊已正式加入OpenAI（來源：OpenAI官網）

多位知情人士還透露，OpenAI并不打算只推出單一設備，而是計劃分階段發布一系列產品，內部討論過的形態包括智能眼鏡以及完全無顯示屏的智能音箱。

三、無屏交互的前提是先習慣使用語音功能

The Information的報道中提到，OpenAI的研究人員正在開發這款語音驅動的個人設備，是希望用戶通過語音而非屏幕進行交互。

這一思路在Al研究界并非個例。包括Thinking Machines Lab在內的不少研究機構都認為，語音是人類最自然的交流方式，人機交互也應回歸這一形態。

不過，一位前OpenAI員工提到，目前的現實挑戰在于，大量ChatGPT用戶并不習慣使用語音功能。原因既可能是語音體驗尚不成熟，也可能是部分用戶根本不知道ChatGPT支持語音交互。

這意味著，在推出語音優先的硬件產品之前，OpenAI需要先培養用戶的使用習慣。

結語：當AI走向“去屏幕化”，下一代設備輪廓初現

在OpenAI的設備設想中，“無屏幕”被視為一項重要設計方向。部分業內人士認為，這種形態有助于降低用戶對設備的成癮程度。

喬納森·艾維目前正深度參與OpenAI的硬件研發。他曾提到，對他而言，參與這類項目至關重要，因為他認為未來的新型設備，或許是修復過去消費電子產品所帶來問題的一種方式。

與谷歌、亞馬遜、Meta、蘋果等科技巨頭類似，OpenAI也在積極布局新一代個人AI設備，包括可穿戴產品。在這些公司看來，當前最主流的設備形態——如iPhone——并未真正為未來的AI能力而設計，而這正是下一輪硬件創新的突破口所在。

來源：The Information、TechCrunch、維基百科