SpaceXAI发布Grok Voice 3.0,登顶Artificial Analysis语音指数榜首
SpaceXAI全新的语音对语音模型Grok Voice 3.0以86.9的分数位列Artificial Analysis语音对语音指数第一名。

SpaceXAI已发布Grok Voice 3.0,这是一款专为驱动语音智能体而打造的新模型。据公布,截至2026年10月15日,该模型在独立基准测试机构Artificial Analysis维护的语音对语音指数中位居榜首,得分为86.9。
Grok Voice 3.0原生支持语音到语音的处理。据SpaceXAI介绍,它可以在单一模型内聆听用户、对请求进行推理、在需要时调用外部工具,并以语音作答。
面向开发者
此次发布主要面向开发语音应用的开发者。SpaceXAI通过一个可接入第三方产品的接口提供该模型。目前已公布的信息中,尚未包括定价、支持语言和延迟等具体数据。
工具调用是让语音模型不止于对话的关键功能。它使助手能够连接日历、搜索或客户支持系统等服务,将一次对话转化为已完成的任务,而不仅仅是给出一个答案。
排名为何重要
Artificial Analysis从质量、速度和成本等维度比较AI模型。其语音对语音指数关注输入音频、输出音频的系统。在该指数中居首,为SpaceXAI提供了与竞争语音模型相比的有力性能依据。
语音已成为AI领域竞争最激烈的战场之一。语音对语音模型省去了转录、生成文本、再合成音频的传统流程,有望带来更快速、更自然的交流。将Grok品牌进一步拓展至语音领域,也表明SpaceXAI有意争取更多开发者市场。
不过,基准测试领先并不总能转化为实际使用中的质量。Grok Voice 3.0在生产环境中的表现,将随着开发者开始测试而逐渐明晰。
评论
暂无评论。发起讨论或提出问题吧。
相关
Fish Audio发布Drama 3,这是一款支持83种语言的混合专家文本转语音模型,权重开放,采用设有营收上限的社区许可证。
Liquid AI发布了LFM2.5-24B-A2B,这是一款开放权重的240亿参数推理模型,每个词元仅激活20亿参数,主要面向本地智能体。
谷歌DeepMind与新加坡政府科技局(GovTech Singapore)联合微调了一款基于Gemma的诈骗检测模型,该模型完全在用户手机上运行,旨在识别操纵行为而无需暴露聊天内容。


