IT之家生成式AI

OpenAI 將打造“賈維斯”式語音助手,未來有望登陸第三方智能眼鏡

2026年7月25日 10:10
OpenAI 將打造“賈維斯”式語音助手,未來有望登陸第三方智能眼鏡

重點摘要

近日,OpenAI 总裁格雷格·布罗克曼在一场关于公司最新 AI 规划与近期动向的媒体交流会上,首次系统披露了 OpenAI 在可穿戴设备与硬件产品领域的战略构想。布罗克曼不仅现场演示了升级后的语音交互界面 ChatGPT Live,更提出了一个极具想象力的目标:打造类似《钢铁侠》中“贾维斯”那样的全能语音助手。这一表态标志着 OpenAI 正将其技术触角从软件领域加速延伸至物理世界,试图重新定义人机交互的终极形态。 布罗克曼在活动现场详细展示了 ChatGPT Live 的最新能力。

站內 AI 整理稿

近日,OpenAI 总裁格雷格·布罗克曼在一场关于公司最新 AI 规划与近期动向的媒体交流会上,首次系统披露了 OpenAI 在可穿戴设备与硬件产品领域的战略构想。布罗克曼不仅现场演示了升级后的语音交互界面 ChatGPT Live,更提出了一个极具想象力的目标:打造类似《钢铁侠》中“贾维斯”那样的全能语音助手。这一表态标志着 OpenAI 正将其技术触角从软件领域加速延伸至物理世界,试图重新定义人机交互的终极形态。布罗克曼在活动现场详细展示了 ChatGPT Live 的最新能力。

与以往语音助手“一问一答”的机械模式不同,升级后的系统能够同时完成说话、聆听和响应用户插话,对话节奏更接近人类自然交流。演示中,用户可以随时打断 ChatGPT 的回答并调整问题,AI 能迅速适应话题转向并保持上下文连贯。这一体验被布罗克曼视为迈向真正对话式 AI 的关键一步,他认为只有彻底消除等待轮替的生硬感,语音助手才能真正成为用户的日常伙伴。更引人关注的是 OpenAI 对硬件生态的开放态度。布罗克曼明确表示,未来 ChatGPT 的语音功能不会局限于 OpenAI 自有设备,第三方智能眼镜、耳机以及其他可穿戴产品最终也有望获得原生支持。

他透露,OpenAI 高度重视与其他设备和服务的整合,并将这一能力视为 API 的重要应用场景。API 一旦成熟并开放,任何硬件厂商都可以将这套语音助手接入自家产品,从而在更广泛的终端上实现统一的交互体验。这意味着,未来用户或许只需一副普通的智能眼镜,就能随时唤醒一个具备“贾维斯”级智能的 AI 伙伴。布罗克曼还强调,OpenAI 正在开发的自有硬件将区别于市面上现有的任何可穿戴设备。他坦言,当前许多产品仍在追逐屏幕尺寸、电池续航等传统指标,而 OpenAI 关注的是一个“长期被忽视但非常重要的问题”,并相信这是 AI 发展的正确方向。

尽管他没有透露具体产品形态,但暗示团队已经找到了一个其他厂商尚未覆盖的独特切入点,能够真正发挥大语言模型与多模态交互的整合优势。这一表态引发外界广泛猜测:OpenAI 是否会推出无屏幕的纯语音交互终端,或是某种轻量级眼镜形态的原型机?在谈及更深层次的人机交互变革时,布罗克曼将 Codex 智能体作为另一个核心案例。他指出,Codex 目前已经能够完整操作整台电脑——从打开软件、编写代码到处理文件,完全通过自然语言指令完成。“ChatGPT Live 现在与 Codex 应用绑定,但继续绑定下去并不合理,Codex 本身的能力会变得非常非常强大。

”布罗克曼认为,人类长期依赖鼠标点击和键盘输入来完成大量操作,这其实是交互发展史中的特定阶段,“终有一天我们会发现,点击和输入从来都不是人类真正想要的方式”。未来的 AI 将直接理解用户意图,主动执行复杂任务序列,彻底解放双手。从更宏观的视角看,布罗克曼的发言实际上勾勒了一幅分阶段实现的技术路线图:短期以 ChatGPT Live 优化语音对话体验,中期借助 API 开放生态将能力输出给第三方硬件,长期则通过 Codex 式智能体接管全场景的计算机操作。

而这一切的最终形态,就是一个无处不在、随时响应的超级语音助手——正如“贾维斯”之于钢铁侠,它既是工具,也是桥梁,让用户与数字世界的互动变得自然如呼吸。值得注意的是,布罗克曼特别强调“语音助手应当成为统一的交互界面,出现在所有设备上”。这一理念与当前行业巨头们各自为战的封闭生态形成鲜明对比。苹果的 Siri、亚马逊的 Alexa、谷歌的 Assistant 至今仍主要服务于自家硬件和软件服务,跨平台协作始终存在壁垒。

如果 OpenAI 确实能将 ChatGPT Live 打造成一个开放且中立的底层语音交互层,它可能颠覆现有智能助手格局,并催生出一批新的硬件品类——从智能家居中枢到车载系统,再到工业巡检眼镜,都可以共享同一个 AI 大脑。对于具体的开放时间表,布罗克曼表现得相对谨慎。他承认目前可能采用的 API 仍处于非常早期的阶段,许多技术细节和隐私保护问题还需要进一步攻克。但他同时表示,OpenAI 已经将整合计划列入长期愿景,“我们当然会非常重视与其他设备和服务的整合,也确实希望推进相应计划”。

在谈到第三方合作伙伴时,他特别点名智能眼镜和可穿戴设备,认为这些领域“天然适合语音交互”,能够最大程度发挥无需手动操作的场景优势。在交流会的最后,布罗克曼再次将话题拉回到公司使命层面。他提到,OpenAI 的硬件探索并非为了追逐消费电子市场热点,而是试图回答一个更本质的问题:在 AI 能力指数级增长的今天,什么才是人们与之互动的最合理方式?现有的图形界面、触摸屏和键盘鼠标都是上一时代的产物,它们设计之初并没有考虑 AI 的存在。如今,大模型已经能够理解上下文、推理意图、执行多步骤任务,交互界面理应随之进化。

“我们正在为这个长期被忽视的问题提供解决方案,”布罗克曼说,“它代表 AI 的整体发展方向。”

此次布罗克曼的公开表态,也是 OpenAI 自去年发布多模态模型以来,在硬件生态领域最清晰的一次战略披露。虽然具体产品落地尚需时日,但“贾维斯”式语音助手的愿景已经点燃了行业和用户的想象空间。随着 ChatGPT Live 的持续迭代与 Codex 能力的扩展,未来一两年内,我们或许就能看到首批支持 OpenAI 语音助手的第三方智能眼镜上市,而 OpenAI 自有硬件届时可能以完全出乎意料的面貌登场。正如布罗克曼所言:“我们拥有其他产品尚未覆盖的独特切入点,而这个切入点将重新定义人与机器的关系。”

Related

相關文章

MarkTechPost AI生成式AI

NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架

NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

28 分鐘前

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌

六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

2 小時前
鈦媒體生成式AI

DeepSeek重啟融資,三年市值對齊騰訊?

DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。

3 小時前

可靈AI核心技術骨幹王鑫濤被曝離職

快手可靈AI核心技術骨幹王鑫濤被曝離職,去向未知,快手官方與本人均未回應。王鑫濤是圖像與視頻生成領域知名開源項目主要作者,被視為可靈從0到1的關鍵推手。其離職發生在可靈完成獨立融資、估值180億美元的關鍵階段,可能影響研發進度與競爭優勢。

3 小時前