和 AI 语音聊天时，最影响体验的往往不是它“会不会说”，而是能否听准、听懂，并自然接住下一句话。xAI 宣布推出新一代语音模型 Grok Voice Think Fast 2.0，试图同时改善这三个环节。实时语音模型——接收用户说话并快速生成语音回应的系统——正从“把声音转成文字”，走向更完整的实时理解与连续交流。
据 xAI 在 X 上的公告，Think Fast 2.0 提升了智能水平、转写准确率和对话能力。转写准确率指把语音还原成文字的正确程度；一旦口音、噪声或专名被听错，后续回答也容易跟着跑偏。值得注意的是，公告没有披露测试数据、具体架构或延迟指标，因此目前只能确认升级方向，尚无法判断实际提升幅度。