OpenAI đang đặt cược lớn vào AI âm thanh và nó không chỉ giúp ChatGPT có âm thanh tốt hơn. Theo báo cáo mới từ The Information, công ty đã thống nhất một số nhóm kỹ thuật, sản phẩm và nghiên cứu trong hai tháng qua để đại tu các mẫu âm thanh của mình, tất cả nhằm chuẩn bị cho một thiết bị cá nhân đầu tiên có âm thanh dự kiến ra mắt sau khoảng một năm nữa.
Động thái này phản ánh hướng đi của toàn bộ ngành công nghệ – hướng tới một tương lai nơi màn hình trở thành tiếng ồn xung quanh và âm thanh chiếm vị trí trung tâm. Loa thông minh đã biến trợ lý giọng nói trở thành vật cố định ở hơn một phần ba số gia đình ở Mỹ. Meta vừa tung ra một tính năng cho kính thông minh Ray-Ban sử dụng mảng năm micrô để giúp bạn nghe cuộc trò chuyện trong phòng ồn ào – về cơ bản biến khuôn mặt của bạn thành một thiết bị nghe định hướng. Trong khi đó, Google đã bắt đầu thử nghiệm vào tháng 6 với “Tổng quan về âm thanh” giúp chuyển kết quả tìm kiếm thành tóm tắt hội thoại và Tesla đang tích hợp chatbot Grok của xAI vào các phương tiện của mình để tạo ra một trợ lý giọng nói đàm thoại có thể xử lý mọi thứ từ điều hướng đến kiểm soát khí hậu thông qua đối thoại tự nhiên.
Không chỉ có những gã khổng lồ công nghệ đặt cược này. Một nhóm các công ty khởi nghiệp đa dạng đã xuất hiện với niềm tin tương tự, mặc dù với mức độ thành công khác nhau. Các nhà sản xuất Humane AI Pin đã tiêu tốn hàng trăm triệu đô la trước khi thiết bị đeo không màn hình của họ trở thành một câu chuyện cảnh giác. Mặt dây chuyền Friend AI, một chiếc vòng cổ tuyên bố rằng nó sẽ ghi lại cuộc sống của bạn và mang đến sự đồng hành, đã làm dấy lên những lo ngại về quyền riêng tư và nỗi sợ hãi hiện sinh ở mức độ tương đương. Và hiện tại, ít nhất hai công ty, bao gồm Sandbar và một công ty do người sáng lập Pebble, Eric Migicovsky, đang chế tạo những chiếc nhẫn AI dự kiến ra mắt vào năm 2026, cho phép người đeo nói chuyện với bàn tay theo đúng nghĩa đen.
Các yếu tố hình thức có thể khác nhau, nhưng luận điểm đều giống nhau: âm thanh là giao diện của tương lai. Mọi không gian – nhà, ô tô, thậm chí cả khuôn mặt của bạn – đều đang trở thành bề mặt điều khiển.
Mô hình âm thanh mới của OpenAI, dự kiến ra mắt vào đầu năm 2026, được cho là sẽ có âm thanh tự nhiên hơn, xử lý các gián đoạn như một đối tác trò chuyện thực sự và thậm chí có thể nói trong khi bạn đang nói, đây là điều mà các mô hình ngày nay không thể quản lý được. Công ty cũng được cho là đang hình dung ra một dòng thiết bị, có thể bao gồm kính hoặc loa thông minh không màn hình, hoạt động ít giống công cụ hơn mà giống người bạn đồng hành hơn.
Không có điều nào trong số này là cực kỳ đáng ngạc nhiên. Như The Information lưu ý, cựu giám đốc thiết kế của Apple, Jony Ive, người đã tham gia nỗ lực phần cứng của OpenAI thông qua thương vụ mua lại công ty io trị giá 6,5 tỷ USD của công ty vào tháng 5, đã ưu tiên giảm thiểu tình trạng nghiện thiết bị, coi thiết kế ưu tiên âm thanh là cơ hội để “sửa chữa những sai sót” của các thiết bị tiêu dùng trong quá khứ.