OpenAI正为以语音为核心的新人工智能时代做准备。据The Information报道，该公司在过去两个月里将工程、产品和研发团队的大部分力量整合到统一框架下，从头到尾重新审视其语音模型。此次重组背后的核心目标是在大约一年内推出备受期待的语音主导型个人设备。
这一步不仅限于 ChatGPT更自然的对话。OpenAI 正在为一种使用场景做准备，在该场景中屏幕退居幕后，交互主要通过语音进行。在美国，智能音箱已进入超过三分之一的家庭，这为这一转变奠定了坚实基础。
同样地，Meta 的 Ray-Ban 智能眼镜通过多麦克风系统提供在嘈杂环境中清晰对话的功能；Google也在继续推进将搜索结果转换为语音摘要的“Audio Overviews”实验；而 Tesla则将 xAI的聊天机器人 Grok集成到车载体验中，旨在通过自然对话管理导航和气候控制等功能。
这种趋势不仅局限于大型科技公司。近期涌现出的许多初创企业也在通过不同的硬件来验证“语音是未来的界面”这一理论。然而，正如 Humane AI Pin 案例所示，无屏设备的尝试并非总能成功。尽管如此，瞄准2026年推出的AI戒指和项链等新型形态产品，仍显示出该行业在这一领域的坚持。
在 OpenAI 方面，正在开发的新语音模型将具备更自然的语调、适应说话过程中的中断，甚至能在用户讲话时进行回应等能力。与现有系统不同，它预计能提供更强的双向对话感。该公司的长期计划还包括推出一系列由无屏幕扬声器或类似眼镜的设备组成的产品。
在这种策略背后，也能感受到参与OpenAI硬件工作的Jony Ive的影响。Ive倡导减少设备依赖并降低注意力需求的设计理念，使得语音主导的产品不仅是技术上的创新，也成为文化变革的一部分。