OpenAI 重整音訊模型，首款「AI 智慧筆」傳由鴻海接手代工

OpenAI 傳出大舉押注音訊 AI，這不只是為了讓 ChatGPT 語音對話聽起來更自然，根據外媒 The Information 報導，OpenAI 過去 2 個月內整合多個工程、產品及研究團隊，全面重整音訊模型，為預計大約 1 年後推出、以音訊為核心的硬體產品做準備。

發展音訊模型這個舉動反映整個科技產業的發展方向，意即邁向一個螢幕退居次要、音訊轉為核心的未來。

回顧近幾年，智慧音箱讓語音助理成為超過三分之一美國家庭的日常配備。Meta 已為 Ray-Ban Meta 眼鏡加入新功能，透過 5 顆麥克風陣列，協助使用者在嘈雜的環境聽清楚對話。Google 自去年 6 月起在美測試 Audio Overviews，將 AI 搜尋結果轉為語音摘要。特斯拉則把 Grok 聊天機器人整合至電動車，打造一個可透過自然對話處理導航、空調等功能的 AI 助理。

硬體裝置外型或許各有不同，然而核心論述一致：音訊將成未來介面，不同空間例如住家、車輛，以及像是行動裝置、穿戴裝置等，都在讓音訊成為操控介面的一部分。

根據 The Information 報導，OpenAI 計劃 2026 年初推出新一代音訊模型，將會具備更自然的聲音表現、能像真人對話一樣處理插話、甚至能在使用者說話的同時提出合適回應，這是目前模型還無法做到的能力。OpenAI 同時也構想推出一系列裝置，可能包含智慧眼鏡、無螢幕的智慧音箱，AI 助理定位不再只是工具，更像是陪伴者。

去年 5 月，OpenAI 宣布收購由前蘋果設計長艾夫（Jony Ive）創辦的新創公司「io」，並計劃打造下一代 AI 硬體平台，他便將「降低裝置成癮」視為優先目標，並把以音訊為核心的設計概念，視為修正過去以來消費性裝置錯誤使用的一次大好機會。

值得關注還有，爆料者近日在 X 發文稱，OpenAI 與艾夫合作打造的個人裝置，專案代號「Gumdrop」，可望是一款便於隨身攜帶的 AI 智慧筆，可讓使用者手寫筆記，並利用 AI 技術轉為數位文字，上傳到 ChatGPT 進行摘要或其他處理。換句話說，不需要螢幕，透過語音方式也能記錄想法，創造更多互動。

AI 智慧筆原本設定中國廠商立訊精密代工生產，但因製造地點出現意見分歧，改由鴻海接手，在越南的產線進行生產，在美生產也有可能。但對此 AI 智慧筆的規格細節、具體功能等，OpenAI 尚未透露更多細節。

（首圖來源：shutterstock）