语音人工智能爆发在即 这类资源将陷入稀缺

OpenAI代码库中出现全新模型gpt-bidi-1，该模型将通过双向音频智能技术升级ChatGPT语音模式，属于OpenAI上月推出语音模型GPT-Realtime-2后的垂直技术布局延伸。

关键相关数据如下：

• 2026年全球语音人工智能市场规模预计达225亿美元，复合年增长率34.8%；人工智能语音生成器2025年市场规模64亿美元，2026年达83.7亿美元，预计后续将攀升至713亿美元。
• 高德纳预测语音人工智能落地将为呼叫中心合计节省800亿美元人力成本；2026年全球人工智能相关支出预计达2.52万亿美元，同比增长44%，2026年人工智能领域资本支出预计攀升至5710亿美元。
• 近期某语音人工智能初创企业完成1.3亿美元C轮融资；OpenAI2026年2月完成新一轮1100亿美元融资，融资前估值7300亿美元，同时与Cerebras签署总规模超100亿美元的合作协议，约定未来三年内采购最高750兆瓦的算力资源。
• 2025年投向实体人工智能基础设施的风险投资规模为335亿美元，2026年该规模有望接近翻倍。

当前语音人工智能实时双向交互需要毫秒级响应推理算力支撑，单位运行成本远高于文本交互，产业呈现“充裕-稀缺悖论”：智能模型能力逐步充裕，算力、电力及相关实体基础设施成为结构性稀缺资源。市场普遍认知存在偏差，多数投资者聚焦语音人工智能应用层标的，而实际受益于结构性稀缺的核心标的为算力与实体基础设施交叉领域的企业，覆盖芯片、数据中心电力供应、服务器冷却与连接设备赛道，英伟达、博通和Vertiv处于该价值链顶端。

后续语音人工智能交互总量增长速度将远超模型效率提升速度，推理成本降低会进一步催生使用需求，推高底层基础设施建设需求，产业相关浪潮仍处于起步阶段。

译文内容由第三方软件翻译。