AI商业洞察 | OpenAI 升级语音转录与合成 AI 模型，提升可控性与准确性

近日， OpenAI 推出了全新的语音转录与合成 AI 模型，并将其集成至 API 中，旨在进一步提升语音交互的自然度和可控性。这一举措与 OpenAI 的“智能代理”（ Agentic ）战略相契合，即致力于打造能够独立执行任务的 AI 代理。

新版文本转语音模型“gpt-4o-mini-tts”在语音表现力上实现了显著提升，支持用户根据需求调整语调，例如可以模拟“疯狂科学家”或“冥想导师”等风格。OpenAI 认为，允许开发者自定义语音的情感和上下文，如在客户服务场景中表达歉意，将极大地提升用户体验。

此外，OpenAI 还推出了“gpt-4o-transcribe”和“gpt-4o-mini-transcribe”两款新模型，以替代原有的 Whisper 模型。新模型在嘈杂环境中对口音和多样化语音的识别能力更强，同时有效减少了错误生成（幻觉）的问题。相较于过去 Whisper 模型可能凭空编造文本的情况，新模型显著降低了这一风险。

值得注意的是，尽管新模型在多数语言上的表现优异，但在部分语言（如泰米尔语、泰卢固语等）上的错误率仍较高，约为 30%。此外，OpenAI 此次并不计划开源这些转录模型，表示这些模型的规模远超 Whisper，不适合本地运行，未来将更加慎重地推进开源计划。

3月21日，英伟达宣布与电力行业研究机构EPRI达成合作，将共同利用AI技术来应对电网面临的挑战。颇具讽刺意味的是，这些挑战在很大程度上源于AI计算需求的激增，进而导致了电力消耗的飙升。

此次合作是“开放电力AI联盟”（Open Power AI Consortium）的一部分，该联盟汇聚了多家电力公司（如PG&E、Con Edison、Duke Energy）以及科技公司（如微软、Oracle）。联盟计划开发专用的AI模型，以优化电力管理，并将这些模型开源，供学术界和产业界共同使用。

随着AI计算需求的不断增加，全球数据中心的耗电量也在急剧上升。据国际能源署预测，未来电力需求的年增速将达到4%，几乎是2023年的两倍。为了应对这一挑战，科技公司正在竞相签署可再生能源采购协议。以微软为例，该公司近期新增了475兆瓦的太阳能发电能力，并投资了90亿美元支持可再生能源项目，计划到2030年在美国和欧洲部署10.5吉瓦的绿色电力。

除了增加发电量，优化电力调度也是缓解电网压力的关键。研究表明，通过在高峰时段限电，并将非紧急任务调整至低谷时段，美国电网可以额外释放76GB的容量，占峰值需求的10%。预计“开放电力AI联盟”将探索包括负载管理在内的多种AI解决方案，以提升电网效率，并努力缓解当前的能源危机。

近日，微软再次加大在可再生能源领域的投入，新增了475兆瓦（MW）的太阳能电力，以满足其AI数据中心日益增长的能源需求。该公司与能源供应商AES签署了协议，将在伊利诺伊州、密歇根州和密苏里州启动三个太阳能项目。

近年来，微软持续扩大太阳能采购规模。今年2月，公司已经从伊利诺伊州和德克萨斯州的三个太阳能项目中获取了389兆瓦的电力。此外，去年微软还宣布成为Acadia组织的90亿美元可再生能源联盟的核心投资方。目前，微软的可再生能源装机容量已经超过了34吉瓦（GW）。

虽然核能因其稳定性而备受关注，但太阳能因其成本低、安装快、模块化等优势，仍然是科技公司的首选。为了提高供电的稳定性，开发商正在将太阳能与电池储能相结合，以实现全天候供电。尽管这种混合电厂的模式比单独的太阳能或风能更昂贵，但由于太阳能和电池成本的持续下降，这种混合电厂已经开始在价格上接近天然气发电。

当前，随着AI计算需求的激增，预计到2027年，全球近一半的AI服务器可能面临电力短缺的问题。相比核能和天然气电厂，太阳能项目的建设周期更短，仅需约18个月便可并网发电。因此，微软去年与Brookfield资产管理公司达成了协议，计划在2030年前交付10.5吉瓦的可再生能源，进一步确保其数据中心的能源供应稳定。

近日，开源数据流动公司Airbyte宣布推出一系列新连接器，旨在帮助企业在AI时代高效管理数据，同时确保数据主权不受侵犯。

该公司最新发布的功能亮点包括：支持从Google Drive、SharePoint等应用中提取非结构化数据，并兼容Apache Iceberg这一开源数据湖格式，使企业能够更灵活地存储和分析数据。此外，Airbyte还推出了企业级数据连接器套件，全面覆盖NetSuite、SAP、ServiceNow和Workday等企业应用的数据管道，满足企业多样化的数据管理需求。

Airbyte联合创始人兼CEO Michel Tricot强调，这些新功能使企业能够完全掌控数据流向，有效避免SaaS应用泄露敏感信息。例如，企业可以在数据传输前剔除薪资等敏感信息，从而大大降低数据外泄的风险。Tricot还警告称，企业不应轻易将一方数据交给第三方AI模型，以防信息泄露造成不必要的损失。

他特别指出，Iceberg兼容Databricks、Bitquery、Snowflake及新兴AI应用，可帮助企业构建统一的“数据湖仓”（Data Lakehouse），实现多平台数据的无缝互通，进一步提升数据管理的效率和灵活性。

值得一提的是，Airbyte成立于2020年，目前已拥有7000多家企业客户，包括Monday.com、Invesco、Calendly等知名企业，并完成了超过25万次的安装。此外，公司已从Coatue、Accel、Benchmark等风投机构融资1.81亿美元，为未来的发展奠定了坚实的基础。

近日，Meta宣布其AI助手Meta AI已正式进入欧盟市场，但相比美国版本，欧盟版本的Meta AI在功能上有所限制。该AI助手将被集成至WhatsApp、Instagram、Messenger和Facebook等应用中，并支持英语、法语、西班牙语、葡萄牙语、德语和意大利语六种欧洲语言。

此次发布受到了欧盟严格的隐私法规（GDPR）的约束。Meta过去曾尝试使用用户数据来训练AI，但因未能获得有效的法律依据，而遭遇了欧盟监管机构的阻挠。去年5月，Meta曾通知欧洲用户其AI训练政策的变更，但在6月因爱尔兰数据保护委员会（DPC）的介入而被迫暂停了该计划。此次推出的Meta AI并未使用欧盟用户数据进行训练，因此无需额外通知用户或征求同意。

尽管英国已经脱欧，但仍遵循与GDPR相似的数据保护标准。去年，英国信息专员办公室（ICO）要求Meta暂停其AI训练计划。随后，Meta调整了用户数据的退出机制，并在2023年10月先行在英国推出了Meta AI。然而，Meta并未明确说明是否已使用英国用户数据进行训练。

目前，在欧盟地区，Meta AI仅作为智能聊天工具提供，用户可以在群聊中通过@MetaAI提问，但该工具并不提供个性化推荐或AI生成图像等高级功能。Meta强调，此次推出只是“迈出的第一步”，未来他们希望实现与美国版AI功能的同步。然而，这也意味着Meta仍将与欧盟监管机构展开更多的博弈和协商。