OpenAI a unifié ses équipes d'ingénierie, de produits et de recherche au cours des deux derniers mois pour réviser ses modèles audio en vue d'un premier appareil personnel audio qui devrait être lancé dans environ un an, selon un rapport de Les informations. La refonte vise à améliorer les capacités audio d'OpenAI au-delà des limitations actuelles. Le nouveau modèle audio de la société, dont le lancement est prévu début 2026, produira une parole plus naturelle. Il gérera les interruptions d’une manière similaire à un véritable interlocuteur. Ce modèle permettra également à l'IA de parler simultanément pendant que l'utilisateur parle, une fonction que les modèles existants ne peuvent pas remplir. OpenAI prévoit une famille d'appareils alimentés par cette technologie audio avancée. Les modèles possibles incluent des lunettes ou des haut-parleurs intelligents sans écran. Ces appareils visent à fonctionner comme des compagnons plutôt que comme de simples outils, s’intégrant parfaitement aux interactions quotidiennes.
Jony Ive, ancien chef du design d'Apple contribue aux initiatives matérielles d'OpenAI. OpenAI a acquis sa société io pour 6,5 milliards de dollars en mai. Ive donne la priorité aux principes de conception audio pour lutter contre la dépendance aux appareils. Comme le note The Information, Ive considère cette approche comme une opportunité de « réparer les torts » des anciens gadgets grand public. La poussée vers les interfaces audio s’aligne sur les développements plus larges de l’industrie. Des haut-parleurs intelligents, dotés d'assistants vocaux, existent dans plus d'un tiers des foyers américains. Ces appareils ont fait de l’interaction vocale un élément domestique standard. Meta a introduit une fonctionnalité pour son Lunettes intelligentes Ray-Ban qui utilise un réseau de cinq microphones. Cette configuration aide les utilisateurs à entendre les conversations dans des environnements bruyants. La technologie transforme efficacement les lunettes en un dispositif d'écoute directionnelle positionné sur le visage. Google a lancé des expériences en juin avec «Aperçus audio.» Cette fonctionnalité convertit les résultats de recherche en résumés conversationnels transmis via audio. Les utilisateurs reçoivent des aperçus vocaux au lieu de listes visuelles, facilitant ainsi l'accès mains libres aux informations. Tesla intègre Grok et d'autres grands modèles linguistiques dans ses véhicules. L'intégration crée des assistants vocaux conversationnels capables d'un dialogue naturel. Ces assistants gèrent des tâches telles que la navigation et la climatisation via des commandes et des réponses vocales. Les startups recherchent un matériel audio similaire avec des résultats mitigés. Le Épingle d’IA humaineun appareil portable sans écran, a consommé des centaines de millions de dollars de financement avant de devenir une mise en garde dans le secteur. Le pendentif Friend AI fonctionne comme un collier qui enregistre des aspects de la vie des utilisateurs tout en offrant de la compagnie. Cet appareil a généré des problèmes de confidentialité ainsi que des rapports de peur existentielle parmi les utilisateurs. D’autres startups développent des anneaux d’IA dont les débuts sont prévus en 2026. Sandbar représente un effort. Un autre concerne le fondateur de Pebble, Eric Migicovsky. Ces bagues permettent aux porteurs d'engager des conversations directement avec l'appareil en main. Les facteurs de forme varient selon ces projets (objets portables, pendentifs, bagues), mais tous mettent l'accent sur l'audio comme interface principale. Des espaces tels que les maisons, les voitures et même le visage évoluent vers des environnements audio interactifs.
