# xAI发布Grok Voice Think Fast2.0，语音识别与智能体能力全面升级

- Link: https://paooo.com/aigc-news/39662/
- Published: 2026-07-30T11:12:13+08:00
- Author: Prompt 语宙研究院

xAI推出新一代语音识别模型 **Grok Voice Think Fast2.0**，面向构建语音智能体的开发
者开放，在智能水平、转录准确率、对话能力以及工具调用效率方面实现升级。该模型定价
为每分钟音频0.08美元，xAI表示无需修改现有[提示词](https://paooo.com/ai-image-prompts/)，
Think Fast2.0即可在多数应用场景中带来性能提升。

在Artificial Analysis语音识别基准测试中，Grok Voice Think Fast2.0综合得分达到82.9%，
高于前代Think Fast1.0的75.7%，同时超过GPT-Realtime-2.1的79.1%和Gemini3.1Flash的69.5%。
其中，[智能体](https://paooo.com/trends/)能力评分达到56.5%，领先于Think Fast1.0的
52.1%、GPT-Realtime-2.1的45.7%以及Gemini3.1Flash的37.7%。模型首次音频播放时间也从
1.25秒降低至0.70秒，响应速度进一步提升。

![QQ20260730-105746.jpg](https://paooo.com/wp-content/uploads/2026/07/6392100591851124023081985-
1.avif "QQ20260730-105746.jpg")

在语音转录方面，xAI针对24种语言的大量语音片段进行了测试。官方数据显示，相比Deepgram
Nova3和ElevenLabs Scribe v2，Think Fast2.0的转录准确率提升约1.5至2倍;相比上一代模型，
准确率提升约1.4倍。在背景噪音和电话压缩等复杂环境下，xAI称两者差距可扩大至约10倍。

技术层面，Think Fast2.0支持语音并行推理，通过减少等待时间提升复杂任务处理效率。相比
上一代模型，其推理标记使用量中位数下降至0.4次，使工具调用通常能够在智能体完成首句
回复前执行。同时，强化学习优化了模型对话策略，使其倾向于采用更短回答、单次处理一个
问题，并减少无效信息输出，以更好支持复杂工作流程。

xAI表示，此次升级主要面向真实业务场景中的语音Agent可靠性提升。目前，Grok Voice已
在Starlink电话服务中进行A/B测试，并带来了销售转化率和客服响应效率提升。

按照计划，2026年8月5日，grok-voice-latest别名将自动从grok-voice-think-fast-1.0切换
至grok-voice-think-fast-2.0。仍需使用旧版本的开发者需要提前锁定1.0版本标识符，其他
用户无需额外操作。

随着AI Agent逐步进入客服、销售、办公等实际应用场景，低延迟、高准确率、多工具协同
的语音模型正成为下一阶段智能交互的重要基础。

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/39662/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)