AI开始从屏幕走进现实，是今年AI发展的主线之一。
而语音，是AI切入一个个现实场景的早期突破口。
从最早的人工智障siri，到近两年一众AI录音笔铺货，再到上半年企业微信和豆包输入法灰度尝试的语音/录音拓展，再到上个月苹果宣布以新版siri为核心入口、全面革新Apple Intelligence，再到这两周GPT voice快速落地ChatGPT桌面端、Anthropic同步跟进语音模式，AI语音正在加速进入现实。
一方面，AI语音已经“说”得很6了，比如豆包。
另一方面，AI语音正在快速强化“听”和“想”的能力，也就是更接近智能本质的这块能力。
就像两个人类交流时的常见情况，能否有效聆听，识别对方的真实意图和当下情景的相对局限，能否既充分兼容而又不冒犯，能否以长期价值为导向推进对话，就变成了下阶段AI语音的重点课题。
现阶段，客观来讲，AI语音还没达到对答如流，或者说顶级聪明的水平，应答深度还不够。主要是推理速度还没跟上，又不能一直傻等，就只有牺牲一些智能来换取流畅度。
但这个应该不是啥大问题，再有几个月也就解决了。真正难的，还是灵性和悟性，或者说智能本质这块的提升。
当然，这个事也不是光靠语音就能解决。
比如按梁文锋的看法，类似多模态这些事情也许跟智能本质还离得很远，而他和团队还是在从LLM+agent这个路径，尝试解决AGI问题。
其实要实现人的灵性，可能还是要建立在全模态打通、具身智能全面落地的基础上。
主要因为人是基于大脑、同时通过多种感官接收和处理信息的，而目前单一的语言或语音界面，还达不到人类“望闻问切”的交互深度。
说到梁文锋，这周他有一篇比较火的投资者交流问答反复刷屏，可以说把强价值观驱动下的科学+商业实践怎么做，基本说清楚了。
* 原文已下架，但观点大家都记住了
其中，梁总提到只要团队稳，他就一定能做成AGI，而且“就是这么简单”。
巧的是，最近月之暗面杨植麟也有类似的表达：
不光是Deepseek和月之暗面，看看Anthropic也会发现，他们的团队和组织也是稳得一匹。
看来英雄所见略同。
现阶段AI竞争的技术和产品范式基本有了，大目标也都差不多，中美都是瞄着AGI去了。
眼下的重点，就是把核心人才和组织稳住，尽快把agent做透，然后快速进入AI持续学习和自我迭代阶段（也就是梁总认为的智能奇点）。
所以“组织”，可能是眼下AI竞争的关键词。
而所谓“AI时代的组织”，一是人与人之间要形成共同愿景驱动下的真实链接，以善意和共识驱动；二是明确业务边界，尊重商业规律和资源有限性，把好钢用在刀刃上。既然提到组织了，再提一下月之暗面最近比较出圈的“AI原生”时代人才观：当然，这种人才观，可能目前还只能适用于少数人才密度超高、已经实现愿景驱动的顶尖机构，但也值得我们思考和局部借鉴。腾讯这边，这周Hy3限免加推两周，可以免费用到8月5号。大家可以利用这段时间，试试把自己的工作迁移到workbuddy上，充分解放思想，不懂就问AI，哪些能迁、怎么迁、想要什么效果，都充分信任和交给 AI解决，应该会有惊喜。而且，目前比较抢手的Kimi K3这周也加入workbuddy模型列表，就是比较贵，但腾讯每天送100积分，拿来试用这种顶尖模型也是很值的。AI时代，好奇心和自主性就是第一生产力，有啥不懂的直接问AI就是最好的学习方式。为了学AI，报班上课买教程之类的行为就不太推荐了，这些信息载体很难跟上目前节奏了。另外，腾讯这周上线了Miora，也叫Tencent Design，一个交互和集成做得比较好的创意设计类agent。这类产品其实挺多的，但腾讯直接下场搞，还是有优势。比如腾讯显然更懂品牌和营销场景中的真实设计需求，更懂各行业的真实需求，更懂落地输出需求等等。而这些，都会体现在agent harness中，外化为打工人的日常体验。至于多模态模型集成、工作流和画布这些，就是基本操作了。实际用下来，比如在家中，目前完全可以在客厅一直开着GPT voice，让它扮演倾听者、聊天搭子或者比如口语老师，就是下面右侧这颗蓝色的球🔵它就像个真人，既能陪聊伴学，又能调动agent做事，还能分辨场景中多个不同人类的音色，体验下来挺好的，比打字效率高很多。不难想象，在办公、娱乐、日常生活等场景中，开一个AI语音搭子，可能会逐渐流行起来，就像呼唤车机一样自然而然。再进一步，当AI语音搭子普及后，AI摄像头和扬声器、甚至充分隔音的类似玻璃房子的AI工位，也许会有一波市场需求，这样免得大家在开放办公室相互影响。更实际一点，目前我能想到的AI语音提升生产力的典型场景，可能是开会。也就是在目前AI会议纪要的基础上，真正引入一个“AI参会人”，赋予它充分的上下文背景和内部资料，设定好它所扮演的角色（主持人、决策者、汇报者、智囊等等），从而充分利用AI的超级智能推动建设性讨论，减少人类自身局限性造成的偏见和谬误，进而实现更有效的共识和更高质量的决策。你看，这么一来，就跟扎克伯格的自我蒸馏扣起来了
有时候，主动放下一些人类的ego，以更灵活的身段和AI协作，也许是更好的选择
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
