OpenAI正押注音频AI，这不仅仅是为了让ChatGPT的声音更好听。据The Information报道，该公司在过去两个月里整合了多个工程、产品和研究团队，以彻底改造其音频模型，为预计约一年后推出的首款音频个人设备做准备。
这一举动反映了整个科技行业的发展方向——走向一个屏幕成为背景音、音频占据舞台中央的未来。智能音箱已让语音助手成为超过三分之一美国家庭的固定配置。Meta刚刚为其Ray-Ban智能眼镜推出新功能，利用五麦克风阵列帮助你在嘈杂环境中清晰对话，本质上将面部变为定向听力设备。与此同时，Google于6月开始尝试“Audio Overviews”，将搜索结果转化为对话式摘要；Tesla也在整合xAI聊天机器人Grok至车辆中，打造可通过自然对话处理导航、气候控制等一切事务的语音助手。
不仅科技巨头在下注，一批初创公司也带着同样信念涌现，尽管成败各异。Humane AI Pin制造商在无屏可穿戴设备沦为警示故事前烧掉数亿美元；Friend AI吊坠声称记录生活并提供陪伴，却引发隐私担忧与存在主义恐惧。目前，至少有两家公司（包括Sandbar及Pebble创始人Eric Migicovsky领导的公司）正在构建预计2026年推出的AI戒指，允许佩戴者真正通过手部进行交互。
形态虽异，核心理念一致：音频是未来的界面。家、车乃至面部，每一个空间都在转变为控制表面。
据报道，OpenAI计划于2026年初推出的新音频模型将更加自然，能像真实对话伙伴一样处理打断，甚至在你说话时同步回应，这是当前模型无法实现的。该公司还设想了一系列设备（可能包括眼镜或无屏智能音箱），使其更像伴侣而非工具。
这一切并不令人意外。正如The Information指出，前苹果设计主管Jony Ive通过其公司LoveFrom以65亿美元收购案于5月加入OpenAI硬件团队。他将减少设备成瘾作为优先事项，认为以音频为中心的设计是“纠正过去消费电子产品错误”的机会。