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
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。