廣東
Grok語音2.0來了，0.7秒開口說話，打電話的AI終于像個(gè)人了
你有沒有接過那種AI客服電話？就是那種你說了半天，對(duì)方隔一兩秒才回一句，節(jié)奏全亂、尬到腳趾摳地的那種。
這個(gè)問題，硅谷的xAI剛剛給了一個(gè)里程碑式的答案。
7月30日，埃隆 馬斯克旗下的xAI正式發(fā)布了Grok Voice Think Fast 2.0。這名字很長(zhǎng)，但關(guān)鍵數(shù)據(jù)就一個(gè)：首音頻延遲做到了0.70秒，比上一代的1.25秒壓縮了44%。鈦媒體Edge AI Daily的早報(bào)直接給了個(gè)評(píng)價(jià)："xAI把AI語音的人味做出來了。"
0.70秒是什么概念？人類自然對(duì)話的響應(yīng)間隔大概在0.5到1秒之間。Grok 2.0卡在了這個(gè)黃金區(qū)間里。反映到實(shí)際體驗(yàn)上，你跟它說話的感覺不再是"我問一句————等————它回一句"，而是像跟真人聊天一樣，能打斷、能搶話、能接話茬。
xAI給了一個(gè)更直觀的指標(biāo)叫"對(duì)話動(dòng)態(tài)"，就是對(duì)話過程中你來我往的自然程度。Grok 2.0做到了95.1%，幾乎追平了OpenAI的95.7%。但在"智能體性能"這個(gè)維度上，Grok 2.0拿下了56.5%，領(lǐng)先OpenAI的GPT-Realtime-2.1（45.7%）整整11個(gè)百分點(diǎn)。
這兩組數(shù)據(jù)放在一起看就很有意思了：說話的自然程度差不多，但辦事能力Grok明顯更強(qiáng)。
舉一個(gè)真實(shí)的例子。
xAI把Grok 2.0接入到了Starlink的客服場(chǎng)景。結(jié)果是什么？銷售轉(zhuǎn)化率和問題解決率"顯著提升"。注意，這不是實(shí)驗(yàn)室跑分，是真金白銀的商業(yè)驗(yàn)證。它說明了一件事：語音AI正在從"聊天玩具"變成"數(shù)字勞動(dòng)力"。
從產(chǎn)業(yè)角度看，這個(gè)轉(zhuǎn)變的意義非常大。
過去語音AI最大的瓶頸就是延遲。你問一個(gè)問題，它要先用語音識(shí)別轉(zhuǎn)文字，再用大模型生成回復(fù)，再用語音合成讀出來，每個(gè)環(huán)節(jié)都是幾百毫秒的延遲，加起來就超過一秒了。用戶等不了，體驗(yàn)就崩了。Grok 2.0能把整個(gè)鏈條壓到0.7秒，說明xAI在端到端優(yōu)化上做了大量工程化的工作。
還有一個(gè)細(xì)節(jié)值得關(guān)注：推理token消耗只有上一代的40%。翻譯成大白話就是，同樣一句話，Grok 2.0算得更省了。這就意味著成本更低，大規(guī)模商用成為可能。xAI給Grok 2.0的定價(jià)是每分鐘0.08美元，在語音AI里屬于非常有競(jìng)爭(zhēng)力的價(jià)格。
競(jìng)爭(zhēng)格局也很有意思。
xAI在語音AI這個(gè)賽道上，從最初的追趕者變成了定義者。Google雖然靠低價(jià)策略在搶市場(chǎng)，但在語音智能體的"辦事能力"上還沒追上。真正的攪局者是Deepslate Opal，它的延遲做到了驚人的0.44秒————比Grok還快。但這個(gè)數(shù)據(jù)目前缺少大規(guī)模商業(yè)驗(yàn)證，真實(shí)水平還需要觀望。
對(duì)于國內(nèi)用戶來說，這些變化可能不會(huì)馬上觸達(dá)，但趨勢(shì)已經(jīng)很明顯了：語音AI正在成為AI應(yīng)用的下一個(gè)主戰(zhàn)場(chǎng)。從能打字聊天到能打電話辦事，這個(gè)跨越一旦完成，改變的就不只是客服行業(yè)————教育、醫(yī)療、金融、餐飲，幾乎所有需要"人跟人說話"的場(chǎng)景都可能被重塑。
未來的AI語音會(huì)是什么樣？可能就是你在星巴克排隊(duì)，打了一個(gè)電話給AI訂了張機(jī)票，全程沒意識(shí)到對(duì)方不是真人。
你覺得距離那一天還有多遠(yuǎn)？
來源：鈦媒體Edge AI Daily早報(bào)（2026年7月30日）、xAI官方發(fā)布信息
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
