Nhân viên lồng tiếng mới nhất của Grok vừa tạo ra một số làn sóng nghiêm trọng — nó hiện là người hoạt động hàng đầu trong điểm chuẩn Big Bench Audio, đánh bại cả Gemini 2.5 Flash Native Audio và GPT Realtime khi so sánh trực tiếp. Khả năng chuyển giọng nói thành giọng nói thực sự ấn tượng. Điều này thay đổi cuộc trò chuyện xung quanh các mô hình AI giọng nói khá đáng kể. Đối với bất kỳ ai theo dõi sự phát triển cơ sở hạ tầng AI và tác động của chúng đối với các ứng dụng dựa trên tác nhân, điều này rất đáng chú ý. Kết quả điểm chuẩn cho thấy khoảng cách hiệu suất có ý nghĩa giữa các triển khai hàng đầu. Khi AI giọng nói ngày càng trở thành trung tâm của các tác nhân tự động và các lớp tương tác thời gian thực, những tiến bộ kỹ thuật này có thể định hình cách các giao thức và ứng dụng thế hệ tiếp theo xử lý giao tiếp giữa người và máy trong môi trường Web3.