OpenAI押注无屏交互，语音AI可实时对话，设备预计明年发布

智东西
编译｜万贵霞
编辑｜王涵

智东西1月5日消息，1月1日，据外媒The Information报道，有知情人士称，OpenAI计划于2026年第一季度推出全新的语音AI模型，而其首款完全通过语音指令操控而非屏幕交互的个人设备，预计仍需一年左右时间才能正式面世。

该设备或为OpenAI CEO萨姆・阿尔特曼（Sam Altman）2025年11月21日访谈中提及的AI硬件产品矩阵中的另一款产品。除单一产品外，OpenAI还在规划一整套设备矩阵，可能包括智能眼镜和无屏幕智能音箱等。

多位ChatGPT员工透露，目前OpenAI的语音AI模型在回复准确性和响应速度上明显落后于文本模型。为此，OpenAI在过去两个月内整合了多个工程、产品和研究团队，对语音AI进行了一次全面重构。

一、语音AI模型架构重塑，更自然、更“像人”的语音对话

OpenAI计划在2026年第一季度初发布的全新语音AI模型，将在音质、延迟和交互方式上进一步逼近真实对话体验，甚至能够在用户说话的同时进行语音播报，呈现更接近“对话伙伴”的状态。

回顾OpenAI在语音方向上的技术演进，2022年其推出的Whisper是一套以高准确率著称的自动语音识别（ASR）系统，主要解决“听懂人说话”的问题；2025年，OpenAI进一步发布了GPT-realtime语音转语音模型，开始探索低延迟、连续对话式的语音交互。这一系列尝试，也为如今全新一代语音AI模型的架构重塑奠定了基础。

▲GPT-realtime功能介绍（来源：OpenAI Platform）

The Information报道称，OpenAI在语音AI模型上的改进已初见成效。新一代模型在架构层面进行了调整，能够生成听感更自然、情绪更丰富的语音回复，同时在回答深度和准确性上也有明显提升。

与现有模型相比，新的语音AI模型可以实现与用户“同步说话”，并在对话中更好地应对打断和插话。这种实时、连续的语音交互能力，是当前语音AI模型尚未具备的。

值得注意的是，驱动语音AI模型的底层大型语言模型，与当前驱动ChatGPT文本回复的模型并不完全相同。

在团队配置上，语音AI项目的关键负责人之一是昆丹·库马尔（Kundan Kumar）。他是一名语音AI研究员，于今年夏天从全球AI陪伴应用“一哥”、美国AI聊天机器人独角兽公司Character.AI加入OpenAI，负责主导相关工作。

此外，项目核心成员还包括产品研究主管本·纽豪斯（Ben Newhouse），他曾推动OpenAI将原本面向文本AI的基础设施重构为支持语音模型，多模态ChatGPT的产品经理杰基·香农（Jackie Shannon）。

二、AI“伴侣型”设备，主动理解环境与用户目标

OpenAI的研究人员正在同步推进一款语音驱动的个人设备，其核心理念是让用户通过语音而非屏幕与AI交互。

据知情人士透露，今年夏天，参与该设备研发的研究人员曾向内部员工展示相关构想：这款AI语音设备将更像是一个与用户并肩工作的伙伴，能够主动提供建议，帮助用户完成目标，而不仅仅是应用程序或软件的语音入口。

在获得用户授权的前提下，该设备可通过语音和视频感知周围环境及用户自身状态，从而提供更具情境感知能力的服务。

目前，已有多名OpenAI员工参与到与该设备相关的不同环节中，包括供应链管理、工业设计以及模型研究等。

在硬件设计层面，据此前智东西报道，OpenAI于2025年5月21日以近65亿美元（约合人民币455亿元）的价格收购了io公司，io团队的大部分成员（约55人）加入OpenAI。io公司由前苹果首席设计官乔纳森·艾维（Jony Ive）联合创立，负责为OpenAI设计这款全新的AI硬件产品。

▲OpenAI发文，io团队已正式加入OpenAI（来源：OpenAI官网）

多位知情人士还透露，OpenAI并不打算只推出单一设备，而是计划分阶段发布一系列产品，内部讨论过的形态包括智能眼镜以及完全无显示屏的智能音箱。

三、无屏交互的前提是先习惯使用语音功能

The Information的报道中提到，OpenAI的研究人员正在开发这款语音驱动的个人设备，是希望用户通过语音而非屏幕进行交互。

这一思路在Al研究界并非个例。包括Thinking Machines Lab在内的不少研究机构都认为，语音是人类最自然的交流方式，人机交互也应回归这一形态。

不过，一位前OpenAI员工提到，目前的现实挑战在于，大量ChatGPT用户并不习惯使用语音功能。原因既可能是语音体验尚不成熟，也可能是部分用户根本不知道ChatGPT支持语音交互。

这意味着，在推出语音优先的硬件产品之前，OpenAI需要先培养用户的使用习惯。

结语：当AI走向“去屏幕化”，下一代设备轮廓初现

在OpenAI的设备设想中，“无屏幕”被视为一项重要设计方向。部分业内人士认为，这种形态有助于降低用户对设备的成瘾程度。

乔纳森·艾维目前正深度参与OpenAI的硬件研发。他曾提到，对他而言，参与这类项目至关重要，因为他认为未来的新型设备，或许是修复过去消费电子产品所带来问题的一种方式。

与谷歌、亚马逊、Meta、苹果等科技巨头类似，OpenAI也在积极布局新一代个人AI设备，包括可穿戴产品。在这些公司看来，当前最主流的设备形态——如iPhone——并未真正为未来的AI能力而设计，而这正是下一轮硬件创新的突破口所在。

来源：The Information、TechCrunch、维基百科