当大多数AI公司仍在优化"屏幕里的体验"时，OpenAI 正在做一件反直觉的事：把屏幕拿走。 据知情人士透露，这一团队已经研发出全新的音频模型架构，在语音自然度、情感表达和回答准确性上都有明显提 升，并首次支持实时打断和双向对话——模型甚至可以在用户还没说完时作出回应。OpenAI 计划在2026年第一季度 发布这一代音频模型，用以弥补当前语音模型在速度和可靠性上仍落后于文本模型的短板。 据多家外媒披露，OpenAI的新一代音频模型预计将在2026年第一季度发布。此前，OpenAI已在内部重组多个工程、 产品和研究团队，把资源集中投向音频 AI；以65亿美元收购由前苹果首席设计官Jony Ive联合创立的io公司；并围绕 一款"始终在线、以语音为核心、完全无屏"的消费级设备展开长期规划。 这并不是一次单点创新，而是一种新的假设：如果AI真正理解你所在的环境、你正在做的事，它是否还需要一个屏 幕，来证明自己的存在？ 在OpenAI的设想中，下一代设备不再要求你低头、滑动、确认，而是像一个"环境中的存在"，通过聆听和观察，在合 适的时刻介入。Sam Altman直言，屏幕限制了AI的可能性；而Jony Ive则将 ...

公司战略与投资 - OpenAI正在大力投资音频AI领域 在过去两个月里整合了多个工程、产品和研发团队 对其音频模型进行了全面改造 [1] - 公司计划于2026年初推出全新的音频模型 [2] - 公司此前以65亿美元收购了公司io 并将音频优先设计视为纠正以往消费电子产品缺陷的机会 [2] 产品与技术发展 - 公司正在为推出以语音为核心的个人设备做准备 [1] - 计划推出的全新音频模型音质将更加自然 能够像真正的对话伙伴一样应对打断 甚至能在用户说话的同时进行语音播报 这是现有模型无法实现的 [2] - 公司计划推出一系列设备 可能包括智能眼镜或无屏幕智能音箱 这些设备与其说是工具 不如说是伴侣 [2]