OpenAI 近期整合了其音频 AI 业务，在过去两个月中统一了工程、产品和研究团队，以改进其音频模型。最初由 The Information 报道的这一举措，预示着该公司正为预计在明年内推出的以音频为先的个人设备做准备。

此次整合反映了整个行业优先考虑音频体验的更广泛趋势，屏幕的重要性可能会降低。智能音箱已在美国超过三分之一的家庭中普及了语音助手，表明人们越来越接受基于音频的交互方式。

Meta 最近为其 Ray-Ban 智能眼镜推出了一项功能，该功能利用五麦克风阵列来提高嘈杂环境中对话的清晰度。这项技术有效地将用户的脸部变成了定向收听设备。谷歌于 6 月开始试验音频概览 (Audio Overviews)，将搜索结果转换为对话式摘要。特斯拉正在将其 xAI 的聊天机器人 Grok 集成到其车辆中，旨在创建一个能够通过自然语言管理导航和气候控制的对话式语音助手。

除了这些科技巨头之外，许多初创公司也在投资音频 AI。这种集体努力表明，用户与技术互动的方式将发生重大转变，可能带来更无缝和直观的体验。这种转变的影响将扩展到日常生活的各个方面，从信息获取到通信和娱乐。随着 AI 驱动的音频技术变得越来越复杂，它们可能会重塑人们学习、工作和相互联系的方式。