Grok 的最新語音代理剛剛引起了轟動——它現在在 Big Bench Audio 基準測試中表現最佳，超越了 Gemini 2.5 Flash Native Audio 和 GPT Realtime 直接比較。語音轉語音的能力真正令人印象深刻。這在語音 AI 模型的討論中產生了相當大的轉變。對於追蹤 AI 基礎設施發展及其對代理應用影響的人來說，這值得關注。基準測試結果顯示領先實現之間存在顯著的性能差距。隨著語音 AI 在自主代理和即時互動層面越來越重要，這些技術進步可能會影響下一代協議和應用在 Web3 環境中處理人機通信的方式。