Grok Voice 3.0 登語音對語音評測榜首，以 86.9 分超越 OpenAI 與 Google

馬斯克旗下的人工智慧公司 SpaceXSI（前身為 xAI）於 10 月 14 日推出新一代語音模型 Grok Voice 3.0。這款模型是 Grok 語音對話功能背後的核心技術，在第三方評測機構 Artificial Analysis 的語音對語音綜合指數（Speech-to-Speech Index）中拿下 86.9 分，排名第一，超越 OpenAI 與 Google 的同類模型。

語音對語音模型與傳統「語音轉文字、文字生成、文字轉語音」的串接方式不同，能直接理解使用者的語音輸入並以語音回應，不僅延遲更低，也能保留語氣、情緒與停頓等細節，讓對話更接近真人交談。這類技術被視為下一代 AI 助理的核心能力，各大 AI 公司都在積極競逐。

SpaceXSI 的更名本身也反映出馬斯克旗下事業的整合。xAI 改名並歸入 SpaceX 體系後，其 AI 技術將更緊密地與太空、衛星通訊等業務結合。業界分析人士指出，語音互動在車載系統、衛星通訊終端與機器人等場景中都相當重要，強大的語音模型可望成為串聯馬斯克各項事業的關鍵技術。

在競爭版圖上，OpenAI 早已推出即時語音模式，Google 也在 Gemini 中強化語音能力，雙方都擁有龐大的使用者基礎。Grok Voice 3.0 在評測上勝出，雖具宣傳效果，但實際使用體驗、多語言支援、穩定性與生態整合，才是使用者是否買單的關鍵。

對產業而言，語音 AI 的快速進步將加速客服、語言學習、無障礙服務與智慧家居等應用落地。企業導入 AI 語音客服的門檻持續降低，也可能對傳統客服人力結構帶來衝擊。同時，高度擬真的語音生成也引發詐騙與冒名的疑慮，相關防護機制將更受重視。

後續觀察重點包括：Grok Voice 3.0 是否開放 API 給開發者使用、定價策略，以及 OpenAI、Google 會如何回應。語音 AI 的戰場正在白熱化，排行榜上的名次恐怕很快又會改寫。