重點整理
2026 年 10 月 14 日,馬斯克旗下的 AI 公司 xAI(官網現在署名 SpaceXSI)發表新一代語音 AI「Grok Voice 3.0」。它是「語音對語音」模型:你講話,它直接聽懂、直接用聲音回你,中間不必先轉成文字,所以反應更快、更像真人在講電話。官方把它定位成「接客服電話最強的語音模型」。
最吸睛的是實際用量。xAI 公布,Starlink 星鏈的客服中心每天大約有 2 萬通電話交給 Grok Voice 接,其中大約七成從頭到尾不需要真人介入;銷售電話裡,每 4 通就有 1 通在客人掛電話前就成交。一個 AI 客服可以確認客人身分、排除設備問題、補發點數,甚至直接寄出替換的設備。在特斯拉車上,駕駛講一句話,它就能讀新信件、查行事曆哪天有空、把資料記進筆記,官方說每天在車上處理數百萬段對話。
成績方面,第三方評測機構 Artificial Analysis 的語音對語音排行,Grok Voice 3.0 以 86.9 分排第一,高於 OpenAI 的 GPT-Live-1(83.2 分)與 Google 的 Gemini 3.8 Live(82.6 分)。它回話不到一秒,被打斷、停頓或搶話時也能順順接下去。給企業串接的價格是每分鐘 0.08 美元,大約一小時 4.8 美元,和上一代相同。
不過也有限制。在模擬真實客服情境(各種口音、背景噪音、客人插話)的 τ-Voice 測試中,它拿到 71.6%,仍略低於 OpenAI 的 74.5%,優勢在於回得更快。「七成不用真人」是 xAI 自己公布的數字,目前沒有第三方驗證。這也是給企業的 API,台灣的客服專線何時會用上,現在還沒有消息。
對一般人來說,這代表打客服時「請按 1、請按 2」和漫長的等待音樂,可能慢慢被直接用講的 AI 取代;以後接起電話,對方是不是真人,可能越來越難分辨。對開店的老闆來說,AI 接客服已經不是實驗,而是每天上萬通的日常。可以先從文字私訊開始,讓 AI 接住半夜和尖峰時段的詢問,再評估語音客服是否適合自己的生意。
小編的看法
- 語音客服正在從「請按 1、請按 2」變成直接用講的,等待音樂可能真的要消失了
- 開店的老闆可以先從文字訊息開始,讓 AI 接住半夜的私訊,再看語音
- 以後打客服,記得先問一句「你是真人嗎?」
原始新聞與資料來源
- xAI(SpaceXSI)官方:Introducing Grok Voice 3.0(2026.10.14)x.ai・原始新聞
- Artificial Analysis:Speech to Speech Index 排行artificialanalysis.ai
- SiliconANGLE:Grok Voice 3.0 from SpaceXSI outscores OpenAI and Google on speech-to-speech index(2026.10.14)siliconangle.com
- GIGAZINE:Grok Voice 3.0 released, topping benchmarks(2026.10.15)gigazine.net
- Tesla 官方 X:Grok in your Tesla can now do meaningful work for you(2026.09.22)x.com
想讓 AI 幫你的店回私訊?
FRIDAI 每天幫你整理看得懂的 AI 新聞,也能用你的語氣 24 小時回覆 IG、Facebook、LINE 的留言和私訊。