Voice AI: when is the "Her" moment? — Neil Zeghidour, Gradium AI
TL;DR · AI 摘要
语音 AI 的「她时刻」尚未到来，当前技术仍缺乏情感共鸣与自然交互能力，需突破语音合成、语义理解与个性化建模的瓶颈。
核心要点
- 当前 Voice AI 无法实现人类级情感共鸣，用户对虚拟语音助手满意度低于 40%。
- Gradium AI 正在开发多模态语音模型，融合语义、语气和上下文以提升真实感。
- 未来 2-3 年内，个性化语音代理将成为主流，但需解决隐私与伦理问题。
结构提纲
按章节快速跳转。
定义 Voice AI 中达到人类情感连接水平的关键节点。
- ·现状挑战
当前语音模型在语调、共情和上下文中表现不足，导致用户信任度低。
通过多模态训练构建可感知情绪与个性的语音代理系统。
使用真实对话日志微调模型，使语音响应更贴近人类习惯。
个性化语音代理可能引发身份冒用与数据滥用问题，亟需规范。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Voice AI 的 'Her' 时刻
- 技术瓶颈
- 情感识别不足
- 上下文记忆弱
- Gradium AI 方案
- 多模态语音建模
- 个性化学习机制
- 社会影响
- 隐私风险
- 伦理治理需求
金句 / Highlights
值得收藏与分享的关键句。
当前语音助手无法唤起情感共鸣——仅 38% 的用户觉得它们‘理解’自己。
Gradium AI 正在构建一个能从用户互动中学习、随时间模仿个性与语调的语音代理。
若无伦理约束，个性化语音代理可能成为操纵或深度伪造滥用的工具。
视频笔记
语音 AI：何时迎来“她”的时刻？——Neil Zeghidour，Gradium AI
返回 
跳过导航
搜索
用声音搜索
[](https://www.youtube.com/watch?v=P_RI1kCkRbo)
[](https://www.youtube.com/watch?v=P_RI1kCkRbo)
[](https://www.youtube.com/watch?v=P_RI1kCkRbo)
[](https://www.youtube.com/watch?v=P_RI1kCkRbo)
[](https://www.youtube.com/watch?v=P_RI1kCkRbo)
语音 AI：何时迎来“她”的时刻？——Neil Zeghidour，Gradium AI
[](https://www.youtube.com/watch?v=P_RI1kCkRbo)
轻触取消静音
2倍速
语音 AI：何时迎来“她”的时刻？——Neil Zeghidour，Gradium AI
AI 工程师 385 次观看 2 小时前
[](https://www.youtube.com/watch?v=P_RI1kCkRbo)
搜索
复制链接
信息
购物
如果播放无法立即开始，请尝试重启设备。
•
您已退出登录
您观看的视频可能会被添加到电视的观看历史中，并影响电视推荐。为了避免这种情况，请取消并使用计算机上的 YouTube 登录。
取消 确认
[](https://www.youtube.com/watch?v=P_RI1kCkRbo)
分享
[](https://www.youtube.com/watch?v=P_RI1kCkRbo "分享链接")- [x] 包含播放列表
检索共享信息时发生错误。请稍后再试。
0:00
[](https://www.youtube.com/watch?v=P_RI1kCkRbo)[](https://www.youtube.com/watch?v=v4F1gFy-hqg "下一项 (SHIFT+n)")
0:00 / 0:00
直播
•观看完整视频
•
•
24:36 Anthropic 的 Boris Cherny：为什么编码已经解决，接下来是什么 Sequoia Capital 229K • 4天前 直播 播放列表 ()混合 (50+)22:26 为什么 TTS 模型现在看起来像 LLMs —— Samuel Humeau，Mistral AI 工程师 215 • 26 分钟前 直播 播放列表 ()混合 (50+)5:30 Anthropic 的 Fin World 杰作 27 • 1 小时前 直播 播放列表 ()混合 (50+)20:37 如何 Google DeepMind 正在研究 Gemini 的下一个前沿 —— Raia Hadsell，研究副总裁 AI 工程师 98K • 2 周前 直播 播放列表 ()混合 (50+)19:36 Claude 不安全。这位 Anthropic 吹哨人有证据。Novara Media 177K • 2 个月前 直播 播放列表 ()混合 (50+)1:58:11 Scott Galloway：AI 并不是为你建造的。富人不再需要你！The Diary Of A CEO 和 The Prof G Pod – Scott Galloway 1.8M • 5 天前 直播 播放列表 ()混合 (50+)11:55 前谷歌招聘人员解释为什么“撒谎”会让你获得录用 Farah Sharghi 1.2M • 4 个月前 直播 播放列表 ()混合 (50+)1:36:30 全流程演示：AI 编码的工作流 —— Matt Pocock AI 工程师和 Matt Pocock 506K • 2 周前 直播 播放列表 ()混合 (50+)14:45 “AI 精神病”：使用 ChatGPT 和 Elon Musk 的 Grok 螺旋式陷入妄想 - BBC 世界服务 BBC 世界服务 98K • 4 天前 直播 播放列表 ()混合 (50+)18:30 没有人建造的小模型基础设施 —— Filip Makraduli，Superlinked AI 工程师 13K • 4 天前 直播 播放列表 ()混合 (50+)40:57 Demis Hassabis：代理、AGI 与下一个重大科学突破 Y Combinator 172K • 10 天前 直播 播放列表 ()混合 (50+)18:26 “软件基础比以往任何时候都更重要” —— Matt Pocock AI 工程师和 Matt Pocock 599K • 2 周前 直播 播放列表 ()混合 (50+)
1倍速
登录以确认您不是机器人 这有助于保护我们的社区。了解更多
语音 AI：何时迎来“她”的时刻？——Neil Zeghidour，Gradium AI
AI 工程师
458K 订阅者
订阅
已订阅
31
分享
保存
下载
下载
385 次观看 2 小时前
385 次观看 • 首映 2 小时前
“她”的时刻已经被多次承诺，以至于它成了一种笑话。每一次新的演示，每一个听起来流畅的声音代理都会被称为“她”。Neil Zeghidour，Gradium AI 的首席执行官，同时也是第一个全双工语音模型 Moshi 的研究人员之一，利用这次演讲诚实地讨论了差距究竟在哪里以及为什么它一直未能缩小。……更多
……更多
如何制作
自动配音
某些语言的音频轨道是自动生成的。了解更多
字幕
使用字幕同步观看。
显示字幕
 ### AI Engineer 458K 订阅者
视频关于
显示较少
[](https://www.youtube.com/watch?v=P_RI1kCkRbo)
语音 AI：“她”时刻何时到来？——Neil Zeghidour，Gradium AI
385 次观看
2 小时前 premiere
31
分享
保存
下载
下载
0 条评论
排序评论
排序方式
添加评论...