OpenAI 正在加大对音频人工智能模型的研发力度，旨在为即将推出的语音优先智能硬件做好技术准备。在过去两个月中，OpenAI 整合了多个工程、产品和研究团队，集中力量攻克音频交互技术，以提升语音 AI 模型在对话表现和响应能力上的表现。
内部人士透露，目前的语音对话音频模型在准确性和响应速度上尚不及文本模型，因此 OpenAI 加速推进其架构升级，预计新一代音频模型将在2026年第一季度问世。该模型将具备更自然且富有情感的语音输出能力，并能够更好地应对对话中的实时打断与互动场景。
这次音频技术的升级不仅仅是为了改善现有的语音体验，更与 OpenAI 即将发布的语音优先个人设备密切相关。消息称，这款设备预计在大约一年后进入市场，可能不仅是一款单一产品，而是一个包含多种形态的设备系列，例如无屏智能眼镜或极简屏幕的语音助手等。设计理念是减少对屏幕的依赖，通过自然的语音交流来提升用户体验。
新音频模型预计将支持 “边听边说” 功能，也就是在用户尚未说完时就开始响应，以实现更加流畅的实时交互体验，这在当前许多语音 AI 中并不常见。OpenAI 正在加速向一个以 “语音为核心接口” 的未来迈进，这既是其产品发展战略的调整，也反映了科技行业对屏幕交互模式可能转变的适应。
划重点:
