OpenAI 近期正加紧音频人工智能技术的研发，旨在为即将推出的语音优先智能设备做好充分准备。根据《The Information》的报道，在过去两个月内，OpenAI 已经将多个工程、产品和研究团队进行了整合，以更集中地攻克音频交互技术。该团队希望提升语音 AI 模型的对话表现和响应速度，为用户带来更流畅的交流体验。
知情人士透露，目前的语音对话模型在准确性和响应速度上仍然无法与文本模型相提并论。因此，OpenAI 正在加速推进架构的升级，计划在2026年第一季度发布新一代音频模型。新模型将具备更加自然和富有感情的语音输出能力，并能更好地应对对话中的实时打断与互动场景。
这次技术升级不仅是为了改善现有的语音体验，更是与 OpenAI 即将发布的语音优先个人设备密切相关。据报道，这款设备预计将在约一年后推向市场，可能不只是一款单一产品，而是一个设备系列，涵盖无屏智能眼镜、屏幕极简的语音助手等多种形态。这些设备的设计理念是减少用户对屏幕的依赖，通过自然的语音交流来提升整体的使用体验。
值得一提的是，新音频模型还将支持 “边听边说” 的功能，即在用户尚未完成发言时，设备便开始响应，从而实现更顺畅的实时交互体验。这一创新在目前大多数语音 AI 产品中尚不常见。
综合来看，OpenAI 正在加速向一个 “以语音为核心接口” 的未来迈进。这不仅是其自身产品发展的战略调整，更是科技行业对交互模式转变的积极回应。
