AI语音赛道升温：国内外大厂同日发布语音大模型

9月23日-24日，AI行业在语音交互和AI搜索两个方向同时取得重要进展。产品端，谷歌推出两款Gemini语音模型支持100+语言2000+声音，千问同日发布Qwen-Audio-3.1系列语音大模型；硬件端，Meta Connect 2026开幕，Luna AI智能眼镜与Muse智能体亮相；数据端，中国信通院数据显示国内生成式AI搜索用户已突破8亿，渗透率达38.7%；商业模式端，谷歌测试AI Contribution Pilot项目，内容贡献者可获得补偿；技术端，NVIDIA发布Cosmos 3物理AI开放世界模型。语音交互升温、AI搜索用户破8亿、内容创作者开始获得AI补偿，三条线索指向同一个趋势：AI正在从文本走向多模态，从工具走向生态。

一、谷歌推出两款Gemini语音模型，支持100+语言2000+声音

9月23日-24日，据钛媒体快报、金融界报道，谷歌于当地时间9月23日推出Gemini 3.8 Flash TTS和Gemini 3.8 Flash-Lite TTS两款文本转语音模型，将Gemini在AI语音生成领域的布局进一步拓宽。两款产品定位各异：Flash TTS偏重声音表现力与复杂创意场景，支持自然语言生成定制语音；Flash-Lite TTS则优化大规模、低成本的语音生成，可应用于内容配音、音频制作以及实时语音代理。据DoNews报道，两款模型均支持100多种语言、精细控制音调节奏，并具备语音复制、混音及双声音编排能力。模型已上线Google AI Studio和Gemini API。

从产品布局来看，谷歌这次推出两款TTS模型，是在语音生成领域做"双品牌"策略——Flash TTS主打高端创意市场，面向需要高质量语音表现力的创作者和企业；Flash-Lite TTS主打大规模低成本市场，面向需要批量生成语音的场景。这种"高端+性价比"的双线策略，与OpenAI在GPT-6家族中Astra+Sol+Luna的产品线思路一脉相承。100多种语言和2000多种声音的覆盖面，说明谷歌在语音数据积累上有深厚的储备。语音复制、混音及双声音编排能力则意味着AI语音生成已经从"能说话"进化到"能创作"阶段。

对信息检索技术生态来说，谷歌两款TTS模型的发布具有几个重要影响。首先，AI语音能力的大幅提升意味着AI搜索和AI问答将从纯文本扩展到语音交互，用户可能通过语音向AI提问，然后AI用语音回答，这对企业的语音化内容布局提出了新要求。其次，谷歌在AI语音领域的持续投入说明多模态AI是行业共识，未来AI平台对企业信息的理解将更加全面，企业不仅需要文字内容，还需要语音、视频等多模态内容来覆盖AI平台。第三，Flash-Lite TTS的低成本意味着语音内容的批量生产将变得更加容易。需要客观指出的是，TTS模型主要面向语音生成场景，与AI搜索和AI问答还有一定距离，其对行业的直接影响需要观察。

来源：钛媒体快报、金融界、DoNews

二、千问发布Qwen-Audio-3.1系列语音大模型，全链路升级

9月24日，据每日经济新闻报道，9月23日，千问正式发布Qwen-Audio-3.1系列语音大模型。本次升级对语音识别(ASR)、语音合成(TTS)和实时语音交互(Realtime)三大核心模型进行了全面进化，并推出全新音频创作模型Qwen-Audio-3.1-TTS-Next、音频理解模型Qwen-Audio-3.1-ASR-Next。Qwen-Audio-3.1系列合计五款模型。

从技术架构来看，千问这次发布的亮点在于"全链路"升级。不是单独提升某一个环节，而是从语音识别（ASR）、语音合成（TTS）到实时语音交互（Realtime）三条线同时推进，再加上全新的音频创作和音频理解模型，形成了从"听懂"到"说出来"再到"实时交互"的完整语音AI能力栈。这种全链路布局意味着千问正在构建一个完整的语音AI生态，而不仅仅是单点突破。与谷歌的两款TTS模型相比，千问的布局更加全面——谷歌目前主要发布了TTS模型，而千问覆盖了ASR、TTS、Realtime、音频创作、音频理解五个方向。

对信息检索技术生态来说，千问语音大模型的发布具有几个重要影响。首先，国内大模型厂商在语音AI领域的快速跟进说明语音交互正在成为AI大模型的标配能力，未来国内AI搜索和AI问答也将逐步支持语音交互。其次，千问作为国内主流大模型之一，其语音能力的提升意味着国内用户将更早地体验到语音AI搜索，企业的信息优化需要考虑语音场景。第三，全链路语音模型的发布意味着语音AI应用的开发门槛将进一步降低，更多开发者可以基于千问的语音模型开发出语音AI应用。需要客观指出的是，千问的语音模型目前主要面向开发者和企业用户，面向普通消费者的语音AI搜索产品还需要时间落地。

来源：每日经济新闻、千问

三、Meta Connect 2026：AI智能眼镜与Muse智能体亮相

9月24日，据21世纪经济报道报道，Meta Connect 2026于9月23日至24日举办，这是Meta集中展示AI技术、XR硬件与空间计算生态的年度核心平台。Meta依托Muse个人AI智能体，从传统对话大模型升级至可自主执行任务的Agent。市场重点关注Luna无摄像头AI智能眼镜、轻量化MR头显，以及Muse智能体接入XR硬件的商业化方案。

从Meta的战略方向来看，Connect 2026展示了Meta的几个关键布局。第一，从对话大模型升级到可自主执行任务的Agent——Muse智能体不再只是"聊天"，而是可以"做事"，这是AI从工具到助手的关键转变。第二，Luna无摄像头AI智能眼镜——这是Meta在AI硬件方向的重要产品，无摄像头的设计解决了隐私顾虑，同时将AI交互入口从手机屏幕移到了眼镜上。第三，轻量化MR头显——Meta继续押注空间计算，但产品越来越轻便，说明技术在成熟、成本在下降。

对信息检索技术生态来说，Meta Connect 2026展示的产品具有几个重要影响。首先，AI智能眼镜意味着AI交互入口将从手机扩展到穿戴设备，用户在日常场景中随时随地都能与AI交互，AI获取的信息范围将更加广泛。其次，Muse智能体从对话升级到自主执行任务，意味着智能体在完成任务时会主动检索和调用信息，企业的信息如果能被智能体正确使用，将获得更多曝光机会。第三，AI硬件的普及将推动AI搜索从"主动查询"走向"被动伴随"。需要客观指出的是，Meta的AI智能眼镜和Muse智能体目前还处于展示阶段，大规模商业化还需要时间。

来源：21世纪经济报道、Meta

四、信通院数据：国内生成式AI搜索用户突破8亿

9月24日，据红网报道，9月23日，红网GEO赋能专场沙龙在长沙举行，围绕"AI搜索时代，品牌如何被看见"这一主题展开交流。根据中国信通院《2026年生成式AI搜索产业发展白皮书》数据显示，截至2026年第二季度，国内生成式AI搜索用户规模已突破8亿，AI搜索整体渗透率达到38.7%，较2025年同期提升14.2个百分点。

从数据来看，8亿用户和38.7%渗透率是两个非常关键的数字。8亿用户意味着生成式AI搜索已经从早期采用者阶段进入大众普及阶段——按照互联网用户的一般规律，渗透率超过30%通常意味着技术已经进入主流市场。38.7%的渗透率意味着超过三分之一的互联网用户在使用AI搜索，这个数字已经相当可观。更值得注意的是同比提升了14.2个百分点——这意味着AI搜索的渗透率在以每年十几个百分点的速度增长。

对信息检索技术生态来说，信通院的数据具有几个重要意义。首先，8亿用户规模说明信息检索技术优化的目标受众已经足够大，企业进行内容优化的ROI将越来越高。其次，38.7%的渗透率说明AI搜索已经不是小圈子的概念，而是大众级的应用，企业如果不关注AI搜索中的品牌曝光，可能会错过大量潜在客户。第三，地方主流媒体开始举办AI搜索沙龙，说明AI搜索技术正在从一线城市扩散到全国，从互联网行业扩散到传统行业。需要客观指出的是，信通院的数据中"用户规模"的统计口径需要进一步确认——是指月活跃用户还是累计注册用户，不同口径的数据含义差异很大。

来源：红网、中国信通院

五、谷歌测试AI Contribution Pilot，内容创作者可拿补偿

9月，据Arnold Gutierrez报道，谷歌正在测试一个名为AI Contribution Pilot的项目，通过Search Console，特定发布者可以在其内容为Gemini、AI Overviews和AI Mode等产品的生成答案做出重大贡献时获得补偿。参与者可以在Search Console中看到一个专门的板块，显示自己的内容对AI生成答案的贡献程度。这是谷歌首次尝试为内容发布者提供AI内容贡献补偿。

从商业模式来看，AI Contribution Pilot是一个非常重要的信号。此前，AI公司训练大模型和生成AI答案时，大量使用了互联网上的内容，但内容创作者基本拿不到钱，这也是很多出版社和内容创作者对AI不满的主要原因。谷歌推出AI Contribution Pilot，意味着内容创作者开始因为自己的内容被AI引用而获得补偿，这可能会改变整个内容生态。

对信息检索技术生态来说，谷歌AI Contribution Pilot的测试具有几个重要影响。首先，如果这个项目推广开来，企业做内容优化就不仅仅是为了品牌曝光，还可以直接获得收入，内容优化的ROI将进一步提高。其次，谷歌为内容贡献付费，意味着谷歌需要评估哪些内容对AI答案有重大贡献——这就需要一套评估标准，而这个标准很可能与内容优化的方向高度一致。第三，谷歌付费给内容贡献者，可能会激励更多优质内容的创作，AI回答的质量也会随之提高。需要客观指出的是，AI Contribution Pilot目前还是测试阶段，只有特定发布者可以参与，补偿金额和分配机制还不明确，能否大规模推广还需要观察。

来源：Arnold Gutierrez、Google Search Console

观点总结

综合来看，9月23日-24日AI行业在语音交互和AI搜索两个方向同时取得重要进展。谷歌推出两款Gemini语音模型支持100+语言2000+声音，千问同日发布Qwen-Audio-3.1系列全链路语音大模型，AI语音赛道全面升温；Meta Connect 2026展示Luna AI智能眼镜与Muse智能体，AI从手机走向穿戴设备；信通院数据显示国内生成式AI搜索用户突破8亿，渗透率达38.7%；谷歌测试AI Contribution Pilot，内容创作者开始获得AI贡献补偿；NVIDIA发布Cosmos 3物理AI模型。语音升温、用户破8亿、付费开始三线并进，AI正在从文本走向多模态，从工具走向生态，从免费走向付费。未来，随着AI语音技术的成熟和AI搜索用户的持续增长，信息检索技术生态将发生深刻变化。同时也应看到，该领域仍存在诸多不确定性，需要持续关注和研究。