xAI推出Grok Voice 2.0，语音Agent可靠性再升级

xAI 日前正式发布 Grok Voice Think Fast 2.0 语音模型，重点提升了语音交互的智能水平、响应速度及复杂任务的工具调用效率。在 Artificial Analysis 的权威语音识别基准测试中，该模型综合得分达到 82.9%，展现出超越主流竞品的实力。

新模型引入了并行推理机制，将首次音频播放时间缩短至 0.70 秒，交互体验更趋自然。通过深度优化强化学习策略，模型在多语言环境下的转录准确率提升至前代的 1.4 倍，尤其在强干扰环境与电话压缩场景中表现出极强的抗噪鲁棒性，有效推动了其在 Starlink 电话服务中的应用转化。

此外，Grok Voice 2.0 的回答更加简练，能够精准聚焦单个核心问题并高效调用工具。该模型定价为每分钟音频 0.08 美元，现已全面对开发者开放。官方计划于 2026 年 8 月 5 日完成旧版本标识符的自动切换，正式开启新一代语音Agent的商用部署。