12月1日，字节跳动豆包团队发布视频展示豆包手机助手功能，其搭载于努比亚M153（又称“豆包手机”），引发市场热议。该手机售价3499元，首批3万台迅速售罄，二手平台价格翻倍，部分炒至万元。中兴A股当日涨停，市值突破2100亿元。豆包助手基于大模型技术，支持多线程任务处理、跨应用操作等，但因隐私安全问题，被微信、淘宝等App限制使用。市场对AI语音助手热情高涨，但实用性存疑，包括准确率不稳定、风控冲突及语音交互效率低等问题。尽管如此，资本市场看好AI入口潜力，未来主流厂商或开发更安全的“一体化”语音助手生态。

过去两个月，AI硬件领域出现了一个现象级项目——小智AI。它是一款开源AI硬件，通过语音对话功能迅速走红，视频点赞量动辄数十万。小智AI最初由十方融海董事长黄冠个人发起，团队不足10人，其语音助手反应迅速、声音逼真拟人，引发广泛讨论。自2024年9月开源以来，接入设备数量每月翻倍，两个月内增长10万台，其中大部分由爱好者和开发者DIY完成。该项目的成功得益于免费的基础功能、易用性和语音交互的优越表现。小智AI不仅吸引了普通用户，还带动了芯片、文创等多个行业的关注，为AI硬件行业提供了新思路。尽管面临产能压力，小智AI的爆火预示着个性化AI硬件时代的到来。

昆仑万维于11月20日发布“天工大模型4.0”4o版及实时语音助手Skyo，旨在解决大模型的“幻觉”问题。天工大模型4.0具备高效响应速度、实时打断功能、情感理解和个性化记忆、多语言支持等特点。Skyo则拥有1秒内回复、主动交流、情感反应等功能，支持多轮对话和定制音色，将于12月上线昆仑万维旗下天工App。Skyo不仅能随时打断聊天，还能根据用户偏好播报新闻，并在用户休闲、健身、出行时提供陪伴，成为个人互动播客。该产品强调真实内容的回复能力和自然流畅的对话体验，有望带来更智能化的人机交互方式。

OpenAI推迟原定于6月底发布的ChatGPT语音助手功能，决定秋季全面向付费用户推出，以提升安全性和有效性。该公司表示需要额外一个月优化模型、增强用户体验及扩展基础设施，以应对数百万用户的需求。尽管推迟可能影响市场预期，但秋季推出的语音功能将结合更快的响应速度和图像识别，提升聊天机器人的互动能力。在5月的产品演示中，ChatGPT展示了即时解答问题和计算机视觉应用的潜力。

OpenAI宣布将推迟原定于6月底发布的ChatGPT语音助手功能，以强化安全性和效果。最初在5月GPT-4o发布会上亮相的语音选项，因公司决定再花一个月时间优化，以满足百万用户的需求和高标准，这一调整将使付费ChatGPT Plus用户需等待至7月中旬体验语音功能。

在2024年谷歌I/O大会期间，谷歌推出了全新的人工智能产品Gemini Live，与OpenAI的GPT-4o形成竞争。Gemini Live与GPT-4o均采用原生多模态技术，集成于智能手机中，旨在提供实时视频分析和语音对话功能。OpenAI的ChatGPT Voice以更自然的语音交互和情绪感知脱颖而出，而Gemini Live尚无类似情绪调整功能。当前AI趋势正从文本转向语音，未来可能在智能眼镜等设备上实现突破。谷歌与Meta都在探索语音界面的革新，但OpenAI是否会推出自家硬件，如智能眼镜，仍存在悬念。这场AI助手的较量预示着人机交互的新阶段。