xAI Grok Voice Think Fast 1.0 發佈

xAI 已宣佈發佈 grok-voice-think-fast-1.0，這是一款專為企業應用、客戶支援和銷售中複雜、多步驟工作流程而設計的旗艦級語音模型。該模型旨在於執行高容量工具呼叫和精確數據輸入的真實環境中，保持低回應延遲和高準確度。

高性能語音編排與基準測試

grok-voice-think-fast-1.0 針對快速回應和成本效益進行了優化，且不犧牲工具編排或準確度。它特別設計用於處理真實世界音訊的「混亂性」，包括背景噪音、重口音和頻繁的中斷。

關鍵性能指標包括：

• $\tau$-voice Bench Leaderboard：該模型在 $\tau$-voice Bench 排行榜上名列第一，該榜單測試全雙工語音代理在噪音和輪流發言等現實條件下的表現。
• 語言支持：該模型原生支持超過 25 種語言，可進行全球部署。
• 行業特定測試：該模型已在零售（訂單處理和退貨）、航空（預訂更改和複雜行程）以及電信（帳單爭議和技術故障排除）場景中通過驗證。

精確數據提取與處理

grok-voice-think-fast-1.0 是為高精度數據輸入而構建的。即使在說話速度很快或帶有強烈口音時，它也能無縫地收集和標準化結構化數據——包括電子郵件地址、實體街道地址、電話號碼和帳戶號碼——。該模型旨在處理語音不流暢和自然修正，使其能夠提取預期的信息，並在向用戶讀回標準化結果以進行確認之前，使用修正後的參數來調用自定義工具。

即時推理與延遲

為了保持自然對話的靈活性，grok-voice-think-fast-1.0 在背景中進行推理。這種架構允許模型在實時中思考挑戰性的查詢和複雜的工作流程，且不會為回應時間增加任何額外的延遲。

此外，該模型旨在提高對幻覺的抵抗力。通過在回應之前對邊緣案例進行推理，它避免了語音模型常見的傾向，即對陷阱問題提供自信但錯誤的答案。

企業部署：Starlink 案例研究

xAI 已部署該模型來驅動 Starlink 的電話銷售和客戶支援。此實施證明了該模型在利用 28 種不同工具處理數百個工作流程中，處理高風險自主決策的能力。

來自 Starlink 部署的性能指標包括：

• 轉換率：20% 的銷售諮詢在與代理進行電話通話時直接促成購買。
• 解決率：70% 的客戶支援諮詢在無需人工干預的情況下自主解決。
• 準確度：代理自主管理硬體故障排除、簽發硬體更換和授予服務抵免。