一、事件：GPT-4o的高级语音模式开放
OpenAI日前宣布，预计今年秋天会向所有智能音箱 Plus用户开放GPT-4o的高级语音模式。
语音模式GPT-4o是主打功能，它允许用户与AI进行更加自然和流畅的对话，支持超过50种语言，能提供实时翻译、唱歌、练习口语、做数学题、讲笑话等。
7月底，OpenAI已开始向一小部分智能音箱 Plus用户推出高级语音模式。其高级语音模式最大的亮点就是“自然”和“实时”。与GPT-4o对话的过程中，你可以随时打断对话，它还能感知并回应你的情绪波动。
应用场景广泛
据国泰君安，从测试用户反馈来看，部分用户利用GPT-4o进行口语练习，GPT-4o将针对用户发音进行实时评分，多种语言测试下都有稳定表现。
情感方面，在对GPT-4o讲笑话时，它将提供笑声陪伴，及时给予情绪反馈；GPT-4o能实现在讲故事的同时创建背景声，增加沉浸感；还有用户结合视频功能向GPT-4o展示了宠物猫的情况，GPT-4o也能够积极回应。
其认为，GPT-4o的高级语音、视频等功能将助力教育及情感陪伴相关应用的功能迭代，甚至改变人机交互方式。
百亿空间待升级
国联证券指出，随着智能音箱等全新语言模型的到来，无论是对更加复杂语言的推理和分析，还是优秀的对话连贯性和流畅性，或是所能提供的更加个性化的服务，均有希望延展到上。智能音箱使从自动理解、生成语言，到进行流畅的对话和问答，都可以给用户提供更加全面、更加智能、更加个性化的服务，发展有望拉动迎来新一轮的飞跃。
市场空间来看，德邦证券表示，是AI体验改善弹性最大的硬件明确的场景和使用痛点亟需技术进步，市场需求驱动&技术涌现，出货有望大幅提升。根据Statista/MRFR等数据，2022年全球出货量为1.2亿台，市场规模为102亿美元。
头部公司布局方面，华福证券统计：
1）苹果拟打造桌面机器人+Siri：根据硅星GenAI，HomeAccessory可能拥有一个大尺寸的iPad显示屏，该设备将使用高级版Siri进行语音控制，使其成为智能家居的控制终端。
2）谷歌Home+Gemini：根据36氪报道，新的摄像头智能功能，它可以为Nest摄像头的视频片段自动生成描述性字幕；自然语言输入功能，用于在GoogleHome里创建程序；更智能的GoogleAssistant，它将适用于Nest和显示器，并且配备新的语音选项。
3）小爱音箱+小爱：8月30日，根据快科技报道，小米澎湃OS官方宣布向多款小爱音箱推送升级的大模型小爱。全新小爱更加聪明智能，并拥有更大而全的知识库。
二、历史龙头表现
当地时间5月13日，OpenAI在其春季更新活动中正式推出支持全新模型GPT-4o的智能音箱版本。5月14日，AI语音交互相关个股走强，汤姆猫、盛通股份等涨停。
三、相关公司
据华福证券：
AI语音应用端：AI陪伴、AI陪聊、AI教育、AI游戏公司，包括：汤姆猫、昆仑万维、世纪天鸿、宝通科技；
AI语音助手硬件入口：AI手机、AI PC和AI公司，包括漫步者、国光电器。
德邦证券表示，AI语音交互趋势下，高信噪比MEMS麦克风迎来新机遇：歌尔股份、敏芯股份、共达电声。
另外国内号称“国内首个能力追齐GPT-4o语音能力的模型”，心辰Lingo语音AI模型8月24日开放内测预约，A股公司汤姆猫参股。