OpenAI planeja dispositivo de áudio pessoal e nova geração de IA vocal até 2026

OpenAI reorganizou suas áreas de engenharia, produto e pesquisa para acelerar o desenvolvimento de um dispositivo pessoal baseado em áudio, previsto para chegar ao mercado em cerca de um ano, enquanto prepara um novo modelo de inteligência artificial vocal programado para o início de 2026.

OpenAI acelera projeto de dispositivo de áudio pessoal

O fato central é a união de diversas equipes da OpenAI nos últimos dois meses. A movimentação interna tem por meta criar, produzir e lançar um aparelho portátil cuja interação ocorre prioritariamente pela voz. De acordo com as informações disponíveis, o cronograma interno aponta para um lançamento comercial em aproximadamente doze meses, o que posiciona a estreia do hardware entre o fim de 2025 e o primeiro trimestre de 2026.

O dispositivo, descrito como “pessoal” e “focado em áudio”, sugere um formato ainda não revelado publicamente. Os indícios levantados envolvem possibilidades como óculos inteligentes, caixas de som sem tela ou outro acessório vestível. Independentemente do design final, a premissa permaneceu clara: reduzir a dependência do usuário das telas tradicionais e transferir a experiência de interação para canais sonoros.

Por que a OpenAI aposta na voz como interface principal

A decisão da OpenAI está alinhada a uma mudança perceptível no mercado de tecnologia: a ascensão da voz como interface dominante. Assistentes inteligentes já ocupam mais de um terço dos lares nos Estados Unidos, consolidando uma cultura de comandos falados para tarefas cotidianas. A naturalidade da conversa, a ausência de distrações visuais e a possibilidade de uso em movimento sustentam a tese de que o áudio substituirá parte do protagonismo das telas nos próximos anos.

Internamente, executivos da empresa compartilham a visão de que um dispositivo sem display, ou com display secundário, ajuda a combater o vício em smartphones, oferecendo ao usuário acesso rápido a informações sem exigir contato visual constante com o aparelho.

Ficha técnica prevista: o que a OpenAI quer aprimorar nos modelos de áudio

Além do hardware, a OpenAI trabalha em um novo modelo de IA vocal planejado para o início de 2026. Três pontos técnicos foram destacados:

1. Sonoridade mais natural: o objetivo é aproximar a entonação da IA da cadência humana, reduzindo variações robóticas e melhorando a expressividade.

2. Gerenciamento de interrupções: o modelo deverá reconhecer sobreposições de fala, pausas e mudanças de assunto, oferecendo respostas em tempo real semelhantes à dinâmica de um diálogo presencial.

3. Fala simultânea: a capacidade de responder enquanto o usuário ainda está falando representa um avanço relevante, pois modelos atuais costumam aguardar o término completo da frase. Com essa habilidade, a IA pode, por exemplo, confirmar uma instrução antes que o interlocutor finalize o comando, tornando a experiência mais fluida.

Essas melhorias de software são consideradas essenciais para que o futuro dispositivo cumpra a proposta de funcionar como um “companheiro” auditivo, não apenas como um alto-falante inteligente convencional.

Ecossistema em transformação: como outras gigantes reforçam a tendência

A OpenAI não está isolada nessa corrida. A Meta lançou um recurso para seus óculos Ray-Ban que utiliza cinco microfones distribuídos na armação. O sistema captura o ambiente em múltiplas direções, seleciona vozes prioritárias e funciona como uma escuta direcionada em locais barulhentos.

No campo das buscas, o Google testa o Audio Overviews desde junho. A ferramenta converte resultados textuais em resumos falados, permitindo ao usuário obter uma síntese oral sem olhar para a tela.

A Tesla segue caminho semelhante ao integrar o chatbot Grok, da xAI, aos veículos da marca. O plano envolve comandos naturais para navegação, controle de temperatura e consulta a informações gerais, tudo por meio de diálogo contínuo entre motorista e sistema.

Desafios enfrentados por startups e o caminho que a OpenAI deseja evitar

Além das grandes empresas, diversas startups tentaram — ou ainda tentam — criar soluções centradas em áudio, enfrentando sucessos e tropeços. O Humane AI Pin consumiu centenas de milhões de dólares, mas transformou-se em alerta sobre custos de hardware, distribuição e aceitação do consumidor. Outro exemplo é o colar Friend AI, pensado para gravar continuamente a vida do usuário e oferecer companhia ininterrupta. O dispositivo provocou debates sobre privacidade e até desconforto existencial em determinados grupos.

No horizonte de 2026, duas novas empresas, entre elas a Sandbar e uma liderada por Eric Migicovsky, fundador do Pebble, planejam lançar anéis com inteligência artificial integrada. Esses acessórios permitirão conversas rápidas com a IA diretamente da mão do usuário, reforçando a tese de que qualquer ponto do corpo pode virar superfície de controle por voz.

Ao observar esses precedentes, a OpenAI busca equilibrar ambição e cautela. A reorganização interna visa reduzir redundâncias e garantir uma transição suave do software ao hardware, evitando erros de custo, privacidade ou utilidade que atingiram iniciativas anteriores.

Linha do tempo: próximos passos até 2026

A sequência de marcos já conhecida estabelece primeiro a entrega do dispositivo pessoal de áudio, estimada para cerca de doze meses a partir de agora. Em seguida, no início de 2026, deverá chegar o novo modelo vocal, equipado com as funções avançadas de naturalidade, interrupção e fala simultânea. A expectativa é que ambos — hardware e software — componham um ecossistema integrado, possivelmente expandido para uma “família” de produtos, incluindo versões de óculos ou alto-falantes sem tela.

Desde maio, quando Jony Ive aderiu ao esforço de hardware após a aquisição de sua empresa io por US$ 6,5 bilhões, a prioridade declarada tem sido desenhar produtos capazes de mitigar a dependência visual dos dispositivos. Assim, cada passo até 2026 permanece ancorado na mesma premissa: transformar o áudio na principal interface entre pessoas e tecnologia.