在目前的 AI 语音交互中,传统的级联式架构常常因为语音转文字、模型推理以及文字转语音等步骤的串联而产生明显延迟。为了彻底解决这一痛点,OpenAI 近日正式在 API 中推出了全新的全双工语音模型 GPT-Live-1,将类人般的流畅语音交互体验直接带给广大开发者。
传统语音智能体在应对复杂的对话场景时,往往容易在停顿、打断或转换话题时显得非常脆弱。而 GPT-Live-1 采用单一模型同时处理输入与输出音频,在架构设计上实现了颠覆性的简化。它不仅支持即时响应打断,还能将深层推理以及工具调用无缝委派给后端的文本模型,让对话在后台持续进行的同时保持高度的灵活性。
在实际性能表现和应用场景上,该模型带来了多项核心优势。首先是卓越的中断处理能力,在早期测试中,语言学习平台 Speak 发现它将思考停顿期间的中断减少了近 80%。其次,开发者可以通过系统提示词来定制智能体的语气、节奏与对话风格,并能完美处理背景噪声和静默上下文,非常适合用于电话客服、餐饮预订以及长会话交互。在基准测试中,其搭配中等推理强度的 GPT-6 Astra 后表现名列前茅。
目前,GPT-Live-1 已在 API 中全面可用,前端语音层的定价为每分钟 0.05 美元。多位行业合作伙伴如 Yelp、Intercom 等均表示,该模型大幅提升了轮次切换的准确性,让 AI 语音支持真正走出了走走停停的节奏,实现了如真人面对面般自然流畅的全新体验。
相关文章
最新文章
Epic Games正改写游戏工业流水线。据报道,其要求一款尚未公布的迪士尼合作射击游戏全面转向AI核心开发:用Anthropic的Claude等工具编写代码,并以完整AI工作流生成美术,人类开发者仅负责指导、管理和审核。这意味着生成式AI不再只是辅助,而成为大型游戏项目的主要生产手段。
NTT计划为美国AI公司Anthropic在日本建首个专用数据中心,双方将合作AI计算基础设施。该中心将部署大规模计算设备,运行和训练先进模型,服务Claude系列。此举既助Anthropic扩张亚洲版图,也显露日本欲掌握本土算力、抢占AI时代优势的战略意图。
针对“千问 Go!”的猜测,千问团队通过官方公众号澄清:该产品名为 Personal Agent,并非独立上架应用,而是嵌入千问 APP 内部的个人智能体。目前 APP 内已设体验申请入口,用户可提交申请,官方将分批放量、逐步开放权限。团队重申,让每个人拥有专属 AI 助理一直是努力方向。
可灵AI加速出海,将于10月14日亮相2026洛杉矶科技周,并预告Kling4.0即将上线。上一代Kling已能让创作者以文字生成电影质感画面,4.0最受关注的是运动连贯性、指令服从与长镜头叙事能否再突破。此次活动并非单纯展台摆拍,可灵AI还联合Oxen AI与Obsidia,释放进一步拓展海外市场与技术合作的信号。
<br />过去十年,LED显示屏行业完成了一次静默的身份转换:从卖面板,到卖场景。户外广告、舞台租赁、会议室、影院、车载座舱,每一个场景背后都对应着不同的像素间距、亮度阈值、封装工艺与利润结构。当行业整体增速从两位数回落到个位数,厂商们逐渐意识到,真正的护城河不在产线规模,而在于能否把自己嵌进客户的价值链,成为对方成本结构里不可替代的一环。<br /><br /><br />在P1.0以下的世界
10月13日,千问官方公众号宣布,Personal Agent“千问Go!”体验申请页面已在千问APP上线,用户可通过指定入口提交申请,千问将逐步开放体验资格。官方称,目标是让人人拥有专属AI助理。此前依托阿里生态与开放平台,千问已具备购物、出行、物流等数十领域个人办事能力,此次“千问Go!”是其Personal Ag
气象AI公司天序智能完成数千万元Pre-A+轮融资,厚雪资本独家投资,资金用于凝空星座建设、能源气象大模型迭代、团队扩张与海外预研。公司2024年10月成立,是国内极少数同时拥有垂类气象大模型、自主卫星观测网和行业底座化交付能力的AI for Science企业,创始人刘栗有中科院背景。
字节跳动 Seed 成立“Seed Model-Alignment & Preparedness”部门,由严林负责,向吴永辉汇报。原 Responsible AI 团队及部分 Chat 团队成员转入,强化模型安全与对齐投入。新部门重点提升智能体模型安全能力,防范化学、生物、放射及核等前沿风险,工作覆盖模型规范、安全评估
字节跳动Seed团队发内部邮件,宣布成立新部门Seed Model-Alignment&Preparedness,由原Responsible AI团队及部分Chat团队转入,严林负责,直接向Seed负责人吴永辉汇报。此举将安全与对齐单列为一级部门,意味着模型安全投入升至新量级。对齐旨在让模型行为始终符合人类意图与安全约
AI算力常卡在芯片间数据传输。10月12日,英伟达与思科推出业界首款支持400Gbps/lane高速信号的可插拔光模块规范USFP,以拓宽瓶颈。相比OSFP,USFP尺寸相当但集成度更高:首批含16条全双工通道,可扩展至32条以上,吞吐量最高达12.8Tb/s,有望提升AI集群互联带宽。
MiniMax入驻天猫,开首家官方旗舰店,2026双11前夕上线订阅套餐。店铺M Plan分Go、Explore、Build三档,按月/年购;开业首单优惠,Go月卡约24.5元起。大模型厂商加速布局电商。9月3日,天猫上线Token充值中心“AI空间站”,首批接入阿里云、智谱、Kimi、MiniMax、DeepS等。
大模型厂商正把Token销售从官网转向电商平台。MiniMax已入驻天猫,开设首家品牌官方旗舰店,上架M Plan订阅套餐,分Go、Explore、Build三档,支持按月或按年购买,将官网订阅搬到电商货架。双11前,智谱、阿里云、千问办公等已先后入驻天猫,平台也顺势上线相关服务,大模型销售渠道加速电商化。
阿里千问将推Personal Agent“千问Go”,以Agent架构升级办事范围。首批场景覆盖机票延误理赔、电商价保、汽车保养询价预约、运动场地预订,以及结合补贴、旧机回收和送装费计算家电到手价。案例中,用户仅要求其与App客服沟通赔偿,未给航班信息;千问Go云端登录预订平台,排查四家航司订单,结合客服反馈锁定目标订
据《The Information》,OpenAI正与一家专注电影AI视频的隐身初创公司谈判,拟将已停运的Sora移交,使其以专业影视工具重生。这意味着Sora从消费级玩具转向工业级工具,OpenAI想让技术继续发光却不再烧钱:砍重资产、降算力消耗,腾手做企业生意。这已非首次调整Sora。
亚马逊正洽谈以约70亿美元(约469亿元人民币)收购成立仅三年的初创公司Decart。Decart由Dean、Orian Leitersdorf和Moshe Shalev于2023年创办,手握一项当下格外受关注的技术。此前英伟达和Anthropic均曾与Decart谈判,但接连破裂,亚马逊有望接手这枚“被放弃的棋子”。
10月12日披露,谷歌正为Gemini开发“Shop this”屏幕上下文购物建议功能。代码拆解显示,该功能内置于Android应用17.66.11.sa.arm64版Gemini浮动叠加层。用户在第三方应用浏览商品时,无需切换应用或搜索即可调用;Gemini能自动识别屏幕商品,查找购买渠道并提供核心用途。
Meta推出新一代旗舰AI模型Muse Wonder与Muse Wonder Full,目标追赶Anthropic和OpenAI。官方测试称,其在推理、写作与代码上已接近Anthropic顶尖水准。此举源于扎克伯格去年部门重组:研发受挫后重排AI版图,并将新模型与新品推向Instagram、Facebook、Whats
停更数月的Sora或将以曲线方式重返市场。据The Information,OpenAI正与一家专注电影制作AI视频技术的隐身初创公司谈判,拟将已停运的Sora移交,使其以专业影视工具形态重新推出。接盘方阵容包括好莱坞制片人卡岑伯格、Sora前研究负责人皮布尔斯及Dropbox前CFO贾斯瓦等。
微软计划将自研Azure Maia AI芯片从实验室推向主舞台。高管古思里称,2027年起以多吉瓦级规模部署Maia,使其成为各产品线主要推理系统。现役Maia200已在美国、欧洲、澳大利亚运行Microsoft Copilot,GitHub Copilot和Foundry年底前接入。CEO纳德拉称此为“我们对……”,
据The Information,OpenAI正讨论以股权合作授权Sora技术给一家新创AI视频公司,让已关停的Sora“复活”。新公司由Sora前研究负责人Bill Peebles、梦工厂联合创始人Jeffrey Katzenberg和Dropbox前CFO Sujay Jaswa创立。方案是OpenAI获部分股权,
马斯克旗下公司推出统一订阅体系The X Subscription,首次把Grok对话、Grok Bot智能体、Cursor编程和X Premium社交并入同一账本。价格分五档:免费、Plus 8美元、Premium 30美元、Super 100美元、Ultra 200美元/月。老用户此前单独订阅的Grok等如何迁移、
DeepSeek拟领投机器人AI初创Winverse AI数千万美元种子轮,投后估值约4亿美元。Winverse AI由腾讯前首席科学家、视觉语言与具身基础模型负责人胡瀚2026年创立,美团旗下Long-Z Investments等承诺出资。资金来自DeepSeek逾120亿美元新融资。若完成,将助推其加速具身智能布局
10月12日,Ultrahuman与阿布扎比公共卫生中心签署两年谅解备忘录,在阿联酋全境推进生物年龄模型开发与临床验证。模型融合临床生物标志物与可穿戴设备信号,评估衰老速率,识别睡眠、活动及新陈代谢等因素。作为扩大健康算法规模的核心战略,其底层模型硬件解耦,未来将全面扩展。
10月9日,霍伊曼公布:团队耗时三个月、耗超5000亿词元算力,调动AI智能体将2009年《使命召唤:现代战争2》反编译并重建为C++源码。成员包括RektInator、Future、st0rm等。初期在Claude Code与Codex并行运行智能体,调用Sonnet 5、Opus 5.5、Luna、Sol、Terr
最新网站