9月25日，OpenAI发布了类人高级语音模式 (AVM) ，并将于本周向所有Plus和Team用户推出，用户可通过 iOS、macOS 和 Android 应用程序使用标准语音，这项新功能有望带来更自然、更人性化的对话体验，增强用户交互。

ChatGPT Advanced Voice Mode 全面上线，是高级语音模式的新进展，标志着对话式AI在改善语音交互方面迈出了重要一步。

OpenAI还增加了为语音助手存储“自定义指令”和“记忆”功能，用户可以利用自定义指令和“记忆”来确保语音模式是个性化的，AVM会根据对话偏好做出响应。其中语音能力涵盖了五种不同风格的新声音：Arbor、Maple、Sol、Spruce 和 Vale，加上之前推出的 Breeze、Juniper、Cove 和 Ember，目前用户可自定义使用9种风格声线，且在流利度、自然度方面有了很大提升。

从OpenAI一马当先的优势来看中国市场的大模型发展之路，中国大模型虽然在中文理解和服务方面有本土化优势，但在国际化语言支持、个性化服务、推理记忆方面都有待提升空间。

当前，国产大模型都是摸着OpenAI过河。OpenAI的每一次举动，在国内都有着极大的关注度。

不得不让人深思，国产大模型的寒冬是不是来了？

随着大模型参数量成本的暴增，不得不去看中国整个AI算力产业链上大模型的竞争与协同。

很明显，在整个AI生态中，谁的话语权越高，谁就能更快推动商业化进阶。

大家都心知肚明，这，注定成为少数人的舞台。

价格战推动了推理应用端的火热，却迟迟没有出现好应用。

在中国，大模型的价格战已经持续了大半年，不仅不见回缓，还传出头部厂商新一轮降价势头，可大模型厂商为了模型的训练更迭，需要投入成本越来越多，这样来看，又有多少厂商等得到商业化落地盈利那一天？

从整个AI市场玩家来看，大型云厂商走云计算路子，押注长期收益，不惧亏损，导致大模型厂商纷纷跟注。可当调用价格不再成为企业桎梏后，模型的能力痛点被凸显的淋漓尽致。赶不上、追不上国际水平的评论纷纷而来，面对行业客户不买单、交付不满意、无法真正提效的案例也层出不穷。

亿欧智库：中国AI大模型产业链图谱

当然，许多行业尚未建立足够的基础设施来支持大模型技术落地的需求，包括人才、观念、算力、存储和网络带宽等；AI技术迭代速度快，导致企业又在投资基础设施时面临较大的担忧，等等因素也限制了大模型产业落地的脚步。

在这样的大背景下，我们也看到国内大模型厂商走向了分岔路口，有从通用大模型积极转向细分领域的，有向“大模型+搜索”之路探深的，有坚持突破技术专注通用大模型的，有C端转B端的，也有坚定C端探索的……

真正要实现可持续性产业落地的核心在于可行性与商业价值并重，而如今似乎正在步入瓶颈期。国家互联网办公室8月最新备案大模型数量已经达到188家，但未来有几家国产大模型B端落地的路行的通？

让我们拭目以待……