我们最强大的语音智能体现已通过 API 提供。
Grok Voice Think Fast 1.0 专为真实世界的复杂性而打造 精确的数据录入与回读 零额外延迟的实时推理 更难被欺骗 为 Starlink 的客户支持与销售提供动力
收听这篇博客文章
今天，我们激动地宣布 xAI 语音智能体能力的一次重大升级：推出 grok-voice-think-fast-1.0——我们全新的旗舰语音模型。
这款新模型在客户支持、销售和企业应用中，擅长处理复杂、模糊且多步骤的工作流程。它尤其适用于那些需要精确数据录入和高频工具调用来满足用户需求的高风险场景。
真实世界的支持工作流程
多种工具 • 模糊的客户请求 • grok-voice-think-fast-1.0
观看实际演示
点击播放，收听完整对话并实时查看智能体的工具使用情况。
播放对话
0.0 秒
专为真实世界的复杂性而打造
我们通过与 Starlink 等合作伙伴的紧密协作，构建了 grok-voice-think-fast-1.0，将顶级的智能水平与低响应延迟及自然的对话能力相结合。
我们的模型优先考虑快速响应和无与伦比的成本效益，同时不牺牲准确性或工具编排能力。其结果是，团队可以自信地在几乎任何可想象的用例中部署复杂的、多轮次的语音体验：客户支持、电话销售、预约挂号、餐厅预订等等。
这款新模型在 τ-voice Bench 排行榜上占据榜首，该排行榜在包含噪音、口音、打断和话轮转换等真实条件下评估全双工语音智能体。在此处查看基准测试详情。
τ-voice 排行榜
零售
在嘈杂环境中处理订单、退货和促销活动
Grok Voice Think Fast 1.0
Grok Voice Fast 1.0
Gemini 3.1 Flash Live
GPT Realtime 1.5
航空
改签、延误及复杂行程处理
Grok Voice Think Fast 1.0
Grok Voice Fast 1.0
Gemini 3.1 Flash Live
GPT Realtime 1.5
电信
套餐变更、账单争议、技术故障排查
Grok Voice Think Fast 1.0
Grok Voice Fast 1.0
Gemini 3.1 Flash Live
GPT Realtime 1.5
Grok Voice Think Fast 1.0
Grok Voice Fast 1.0
Gemini 3.1 Flash Live
GPT Realtime 1.5
该模型已在最严苛的真实世界条件下经受考验：电话音频、背景噪音、浓重口音以及频繁打断。它原生支持 25 种以上语言，使其成为全球部署的理想选择。
精确的数据录入与回读
收集和确认用户信息对许多工作流程至关重要。Grok Voice 能够无缝收集电子邮件地址、实体街道地址、电话号码、全名、账号及其他结构化数据——即使信息说得很快或带有浓重口音。它能优雅地处理言语不流畅，并像人类一样接受自然的纠正。
处理用户输入
该模型处理口语纠正，并提取出预期的地址。
调用自定义工具
使用修正后的查询参数调用地址查找工具。
确认结果
回读标准化后的地址及位置信息，供用户确认。
实时推理，零额外延迟
Grok Voice Think Fast 在后台进行推理，使其能够实时思考具有挑战性的查询和工作流程，且不影响响应延迟。这使其在提供智能答案的同时，仍能保持自然对话所需的灵活性。
更难被误导
语音模型通常默认给出听起来自信且合理的答案，尽管可能完全错误。我们构建了 grok-voice-think-fast-1.0，使其在回答前先对边缘情况进行推理，从而捕捉其他模型会犯的明显错误。
提示词
一年中有哪几个月份拼写中包含字母 X？
grok-voice-think-fast-1.0
没有哪个月份的拼写中包含字母 X。你可以逐一检查，但 X 没有出现在任何月份名称中。
其他模型
只有一个月份的拼写中包含字母 X。那就是二月。
为 Starlink 提供客服与销售支持
Grok Voice 为 Starlink 的电话销售和客户服务体验提供支持，号码为 +1 (888) GO STARLINK。这需要处理多种语言，帮助客户解决客服场景中的问题，并通过销售流程引导新客户完成注册。
- 转化率 20%。每 5 个销售咨询中，就有 1 位客户在与 Grok 通话期间购买了 Starlink 服务。
- 解决率 70%。绝大多数客户支持咨询均由 Grok 语音智能体自主解决，无需人工介入。
- 28 个工具。这一智能体在数百个支持与销售工作流中使用了数十种不同的工具。
- 准确性至关重要。Grok 处理高风险的决策；该模型自主执行硬件故障排查工作流、发起硬件更换并授予服务积分。