OpenAI 首席执行官在谈到 Meta 智能眼镜时表示：“在脸上佩戴计算机涉及许多复杂的社会和人际问题。”

在OpenAI与苹果最受期待的合作即将达成之际，OpenAI 首席执行官 Sam Altman 近日盛赞这家总部位于库比蒂诺的科技巨头的技术实力，他表示：“iPhone 是人类有史以来最伟大的技术发明”，而且“门槛相当高”，很难被超越。

Altman一直是苹果的忠实粉丝。

最近，OpenAI 聘请了 iPhone 的知名设计师 Jony Ive，来探讨新的 AI 硬件。“我们一直在讨论各种想法，”Altman 在最近一期《All-In Podcast》播客节目中说道，他谈到了在智能手机上运行大型语言模型的可能性，以及当它实现时是否经济实惠。

“几乎每个人都愿意为手机付费，”Altman 补充说，便宜并不是答案。“即使能制造出更便宜的设备，我认为携带或使用第二个设备的障碍相当高，”他补充道，暗示智能手机在短时间内不会过时。

这与 Meta 首席人工智能科学家 Yann LeCun 的观点相反，他认为在未来 10-15 年内，智能手机将变得过时，人们将使用增强现实眼镜和手环与智能助手进行交互。

但是，Altman 不这么认为。

Altman 提到对 Meta 智能眼镜的担忧，表示：“在脸上佩戴计算机涉及许多复杂的社会和人际问题。”

随着 Apple 即将与 OpenAI 达成合作，将 ChatGPT 集成到 iOS 18 中，作为增强其设备 AI 能力的战略的一部分，Altman 的观点也发生了变化。

此外，OpenAI 计划在今天宣布一些重大消息，该公司可能会发布一款 AI 语音助手，并同时推出 GPT-4 Lite、GPT-4-Auto 和 GPT-4-Auto Lite 系列模型。这些新模型将能够使用声音和文本与人进行交谈，同时还能够识别物体和图像。

“如果你能完善语音交互，那就会感觉像是使用计算机的一种全新方式，”Altman调侃道。

Altman还表示，OpenAI目前正在开发一个AI助手，旨在像资深AI员工一样工作。用户可以将任务委派给这个助手，包括管理电子邮件。

OpenAI最近推出了一个Voice Engine模型，该模型可以从文本输入和仅15秒的音频样本中生成自然的声音。Voice Engine项目始于2022年底，最初专注于为OpenAI的文本到语音API、ChatGPT Voice和Read Aloud功能提供预设声音。

LLM与语音交互

OpenAI并非孤军奋战。今年早些时候，Hume AI发布了移情语音接口（Empathic Voice Interface，简称EVI），该接口能够像人类一样进行对话，基于用户的语调理解和表达情感。它能够解读微妙的语音变化并产生移情反应，因此许多人将其称为下一个“ChatGPT时刻”。

Hume AI的创始人Alan Cowen表示：“我们相信语音界面很快就会成为我们与AI交互的默认方式。语音比打字快四倍，解放了眼睛和双手，并且在音调、节奏和音色中携带了更多信息。”

该公司的EVI API标志着首个情感智能语音AI API的诞生。它现已推出，能够接收实时音频输入，并提供带有语音表达指标的生成音频和转录文字。