据The Information记者Stephanie Palazzolo报道,OpenAI正在开发基于音频交互的全新硬件设备,该设备将搭载革命性的ChatGPT音频模型。
全新音频模型架构突破传统限制
据知情人士透露,这款全新的音频模型架构能够产生更加自然和富有情感的回应,同时提供更准确、更深入的答案。与当前模型相比,新的音频模型最大的突破在于能够与人类用户同时对话,这是现有模型无法实现的功能。此外,该模型在处理对话中断方面也有显著改进。OpenAI计划在2026年第一季度发布这款全新音频模型。
硬件设备发布时间表及产品生态
报道指出,OpenAI神秘硬件产品的发布时间预计还需要大约一年时间。这款设备将是OpenAI正在开发的设备家族中的首款产品。
整个产品生态系统都将完全专注于音频功能。Palazzolo在报道中写道:"公司讨论的产品创意包括智能眼镜和无显示屏的智能音箱。"
市场前景与用户体验考量
对于OpenAI能够让ChatGPT交互体验变得多么接近人类,这令人充满期待。目前,许多用户很少使用语音模式,这并不完全因为其技术局限性,而是由于大多数人很少处于完全独处的环境中,文本交互往往更适合日常使用场景。
完全围绕音频构建设备听起来存在一定风险,因为可能有很多用户更偏好基于文本的AI交互方式。不过,由Jony Ive、Sam Altman及其团队进行的这项工作仍然备受关注。
Q&A
Q1:OpenAI的新音频模型有哪些突破性功能?
A:新的音频模型架构能够产生更加自然和富有情感的回应,提供更准确、更深入的答案。最重要的是,它能够与人类用户同时对话,这是现有模型无法实现的功能,同时在处理对话中断方面也有显著改进。
Q2:OpenAI硬件设备什么时候发布?
A:根据报道,OpenAI的神秘硬件产品预计还需要大约一年时间才能发布,而搭载的全新音频模型计划在2026年第一季度发布。
Q3:OpenAI设备生态系统都包括哪些产品?
A:整个产品生态系统将完全专注于音频功能,公司讨论的产品创意包括智能眼镜和无显示屏的智能音箱,这些都将是音频交互设备家族的一部分。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。