申请收录
【大屏时代】首页 > 3D快报内容详情

告别卡顿与机械感：OpenAI 推出全双工语音模型 GPT-Live-1

1天前 13 大屏时代
广告：【裸眼3D制作】 让想象突破物理极限，用数字重绘世界经纬。

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


版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。

相关标签： 告别卡顿与机械感：OpenAI 推出全双工语音模型 GPT-Live-1

最新文章

LED显示屏产业迎来"像素革命"：从户外广告牌到虚拟拍摄，万亿赛道谁主沉浮？

LED显示屏产业迎来"像素革命"：从户外广告牌到虚拟拍摄，万亿赛道谁主沉浮？

<br />过去十年，LED显示屏行业经历了一场静默却深刻的革命。当公众的注意力还被OLED与量子点争夺时，LED阵营已在像素间距、封装工艺与材料体系上完成了三级跳。从户外广告牌上粗糙的RGB灯珠，到如今COB（芯片直接封装）与MiP（Micro LED in Package）方案推动下的0.4毫米以下微间距显示，LED正在撕掉"大颗粒"的标签。<br /><br />据行业机构统计，2024年全

从价格屠刀到微米之争：LED显示屏产业站在第三次拐点上

从价格屠刀到微米之争：LED显示屏产业站在第三次拐点上

<br />深圳宝安，凌晨三点的厂房里依旧亮着灯。这里生产的LED显示模组，将在六周后出现在迪拜购物中心的外墙、洛杉矶SoFi球场的环形屏，以及某个县城新开商业综合体的门头上。过去十年，这个行业经历过两次集体亢奋和一次漫长低谷，如今正站在第三次拐点上。<br /><br />根据TrendForce集邦咨询的统计，2024年全球LED显示屏市场规模约为75亿美元，同比增长约8%。数字不算惊艳，但结

具身智能的“ChatGPT时刻”何时到来?百亿具身CEO与青年创业者外滩大会热议

具身智能的“ChatGPT时刻”何时到来?百亿具身CEO与青年创业者外滩大会热议

9月11日外滩大会上，具身智能业界与投资人围绕行业泡沫等话题讨论。嘉宾认为“泡沫感”源于产业阶段、估值与商业价值错配，行业仍处“黎明前期”；关键能力初现，但距规模化生产力仍有距离，需突破系统工程、算力和数据等瓶颈。

外滩大会热议 AI 时代女性力量，从“为她所用”到“由她创造”

外滩大会热议 AI 时代女性力量，从“为她所用”到“由她创造”

9月11日，2026 Inclusion·外滩大会“数字木兰”大会上，卖烧饼阿姨、乡村民宿管家等普通女性现场展示了自制的AI写作助手、零代码英语学习App等产品，证明非技术背景也能拥抱AI。大会由蚂蚁集团与蚂蚁公益基金会联合发起，主题为“我们WOMEN·AI”，展现不同年龄职业女性的数字创造力。

小米开源工业级目标说话人语音识别大模型 CocktailASR-1

小米开源工业级目标说话人语音识别大模型 CocktailASR-1

小米开源工业级目标说话人语音识别大模型CocktailASR-1，瞄准多人同时讲话的“鸡尾酒会难题”。该模型改变传统ASR任务输入方式，可在嘈杂环境中精准锁定并识别目标说话人语音，提升复杂场景下的识别能力，为行业提供新的解决方案。

墨鱼里混进剧毒螃蟹，香港女子靠 AI 识图躲过一劫

墨鱼里混进剧毒螃蟹，香港女子靠 AI 识图躲过一劫

香港杨女士的母亲在深水埗街市买墨鱼时混入一只野生小螃蟹，老人未辨识便炒熟留给女儿。杨女士见螃蟹外壳泛红、布满红斑，形貌陌生，用手机AI识图查出是红斑斗蟹，体内易富集高浓度有害物质，事后深感后怕。

支付宝“碰一下”推出无界经营，智能体“图图” 服务线下经营

支付宝“碰一下”推出无界经营，智能体“图图” 服务线下经营

支付宝“碰一下”发布面向品牌商的无界经营智能体“图图”，依托百万级商家设备网络，连接4亿消费者与百万门店，助力品牌线下增长。继线下触点AI升级及门店智能体“晓雨”后，支付宝再次以AI重构线下经营，实现全球首个大规模线下人、货、场AI全面升级。

当像素比瓷砖还便宜：LED显示屏正在重画城市的边界

当像素比瓷砖还便宜：LED显示屏正在重画城市的边界

<br />过去十二个月，LED显示行业最重要的新闻不是某一款产品，而是一条持续下行的成本曲线。P1.2以下小间距产品的每平方米报价较三年前近乎腰斩，Mini LED背光与直显的物料清单同步下探，让原本只属于广电演播室的画质开始进入会议室、商场中庭和社区大堂。多家调研机构给出的判断趋于一致：当点间距跌破P0.9、单平米价格进入五位数区间，LED就不再是工程品，而是消费品。<br /><br /><

LED显示屏的第二次觉醒：当像素开始印钞

LED显示屏的第二次觉醒：当像素开始印钞

<br />过去十八个月，全球LED显示产业最深刻的变化不在实验室，而在订单簿上。Mini LED背光电视的价格战让消费端疲于奔命，而真正的利润正在向两块屏幕集中：一块挂在电影院里，一块立在摄像机前。<br /><br />洲明、利亚德、三星的LED电影屏已经从试点走向批量交付，DCI认证不再是壁垒，而是入场券。一块10米宽的4K LED电影屏替代传统氙灯放映机，意味着影院不再需要暗室、不再受限于

屏幕的第二次革命：LED显示正在从"看得见"走向"无处不屏"

屏幕的第二次革命：LED显示正在从"看得见"走向"无处不屏"

<br />过去十年，LED显示屏行业的叙事主线是"更小间距"。而进入2025年，这条主线正在被彻底改写。Micro LED的量产竞速、COB与MIP封装路线的分野、户外媒体的价值重估，以及虚拟制作对传统影视工业的渗透，共同构成了LED显示产业最密集的一轮技术共振。多位业内人士向笔者表示，这不是一次迭代，而是一次换挡。<br /><br /><br />如果说Mini LED是过渡方案，Micro

从时代广场巨幕到好莱坞片场：一块LED屏正在改写三个行业的规则

从时代广场巨幕到好莱坞片场：一块LED屏正在改写三个行业的规则

<br />过去十年，LED显示屏最深刻的变化不是像素越做越小，而是它终于走出了户外广告这块舒适区。通过DCI认证的LED电影屏已在全球多个市场落地，传统氙灯放映机被推到了悬崖边缘。影厅不再需要暗到伸手不见五指，屏幕亮度提升十倍以上，3D放映长期存在的亮度焦虑随之消失。与此同时，企业会议室、广电演播室、豪华车展厅乃至奢侈品橱窗，都在用COB小间距屏替换投影机和液晶拼接墙。这不再是简单的替代，而是显

像素之战：LED显示屏正从户外广告牌一路杀进影院与客厅

像素之战：LED显示屏正从户外广告牌一路杀进影院与客厅

<br />LED电影屏正在成为这轮产业升级最直观的注脚。过去一年，从中国一线城市的旗舰影厅，到中东、东南亚的新建院线，主动发光的LED银幕取代传统投影的趋势愈发清晰。与DLP投影相比，LED屏在峰值亮度、对比度和色彩一致性上具有结构性优势，且不受环境光干扰，能够承载高帧率、高动态范围的片源。对影院而言，它不只是放映设备的替换，更是把影厅变成可承接电竞、演唱会、企业发布会等多业态空间的钥匙。<br

从P1.2到P0.4：LED显示屏正在成为下一代显示基础设施

从P1.2到P0.4：LED显示屏正在成为下一代显示基础设施

<br />过去十二个月，LED直显行业最显著的变化，是像素间距的物理极限被一再推低。从P1.2到P0.9，再到P0.6乃至P0.4，头部厂商在展会上的展品迭代速度已经超过多数应用场景的实际需求。这不再是单纯的技术炫技：当间距缩小到0.5毫米以下，LED直显开始真正叩击LCD与OLED把守的会议室、控制室与高端家庭影院市场。<br /><br /><br />封装路线的分歧，是这一轮产业竞争的核心

从巨量转移到AI调度：LED显示屏正从一块墙，变成一台计算机

从巨量转移到AI调度：LED显示屏正从一块墙，变成一台计算机

<br />过去十二个月，LED显示行业最值得记录的，不是某款产品把点间距又推进了零点几毫米，而是它开始同时侵入三个原本与它无关的市场：电影院、影视摄影棚和董事会会议室。<br /><br />在影院端，通过DCI认证的LED电影屏已从零星试点走向批量交付，亮度、对比度和HDR表现让传统投影厅显得灰蒙蒙。在影棚端，虚拟制片用的LED天幕墙成为流媒体大厂的标准配置，绿幕正在被整面发光墙取代。而在会议

LED显示屏的第二战场：当硬件红利见顶，谁在重写规则

LED显示屏的第二战场：当硬件红利见顶，谁在重写规则

<br />过去十年，LED显示屏行业的核心叙事几乎只有一个：更小间距、更高密度。从P2.5到P1.2，再到今天的P0.4，像素间距的军备竞赛让会议室、演播厅和指挥中心的画面越来越细腻。但最新的多份行业报告、厂商财报与展会信息显示，这条曲线的斜率正在变缓。0.4毫米以下的点间距已不再稀缺，真正拉开差距的是亮度均匀性、色域一致性、低灰表现、功耗与散热。多家头部厂商P1.0以下产品的价格年降幅明显收窄

Anthropic 披露：今年已阻止多起利用 AI 研发生物武器的尝试

Anthropic 披露：今年已阻止多起利用 AI 研发生物武器的尝试

《金融时报》报道，Anthropic称今年已阻止多起科学家利用其AI开展可能助研生物武器的研究，列举五起案例，涉事者绕过管控、混淆目的以规避安全防护。事件凸显AI对公共安全的潜在威胁。

DeepSeek 宣布 Flash 系列模型降价：输出降至每百万 Token 4 元

DeepSeek 宣布 Flash 系列模型降价：输出降至每百万 Token 4 元

DeepSeek宣布自2026年9月10日12时起调整Flash系列模型价格：空闲时段输入缓存命中、未命中和输出每百万Token分别为0.02元、1元、4元，高峰时段翻倍；三档价格全线下调，缓存命中降幅达60%。涉及deepseek-v4-flash及deepseek-v4-flash-vision-exp两款模型。

李飞飞团队推出世界模型 Atlas，或成通往 AGI 的核心原语

李飞飞团队推出世界模型 Atlas，或成通往 AGI 的核心原语

李飞飞与World Labs团队在a16z首次全面披露多模态世界模型Atlas。其核心突破在于跳出大语言模型预测下一token、视频模型预测下一帧的既有范式，转而锚定“新视角预测”，有望颠覆传统三维重建与内容生成方式，展现世界模型新路径。

AI 短剧制作价格大跳水：每分钟报价从 5000 跌到几百，行业转向拼内容

AI 短剧制作价格大跳水：每分钟报价从 5000 跌到几百，行业转向拼内容

今年AI短剧爆发，技术门槛降低致从业者激增、产能扩张，制作价格跳水：每分钟报价从5000元跌至几百元，逼近成本线；定制短剧仍维持每分钟1万至2万元。行业竞争正从拼产量、拼价格转向拼内容、拼市场，内容创意与运营能力成新壁垒。

抬眼就能完成支付！微信支付智能眼镜 SDK 正式上线，Rokid 成首家适配品牌

抬眼就能完成支付！微信支付智能眼镜 SDK 正式上线，Rokid 成首家适配品牌

微信支付智能眼镜SDK全面上线，将“扫一扫”支付能力封装为标准接口，向符合标准的眼镜厂商开放。Rokid乐奇AI眼镜成为首款适配落地产品。用户首次使用前需在眼镜厂商手机App中申请开通，之后即可在适配眼镜上直接扫码付款，标志支付场景向智能穿戴设备延伸。

千问办公推出业内首个&quot;多人工作台&quot;，一句话生成可承载百人协作的业务网页

千问办公推出业内首个&quot;多人工作台&quot;，一句话生成可承载百人协作的业务网页

阿里云千问办公推出业内首个“多人工作台”，用户用自然语言即可生成并发布最多支持百人同时在线协作的网页，承载完整业务流程，面向活动组织、家校协同与企业协作等场景。区别于个人AI工具，其具备角色权限、云端数据库等功能，现可从千问办公首页入口直接体验。

以色列-荷兰AI独角兽Wonderful斩获5.5亿美元C轮融资，估值直冲50亿美元

以色列-荷兰AI独角兽Wonderful斩获5.5亿美元C轮融资，估值直冲50亿美元

以色列-荷兰AI初创公司Wonderful完成5.5亿美元C轮融资，估值飙升至50亿美元。不到六个月前其估值约20亿美元，实现翻倍以上增长。本轮吸引知名机构持续加码。

蚂蚁集团韩歆毅宣告智能体“ChatGPT”时刻已至

蚂蚁集团韩歆毅宣告智能体“ChatGPT”时刻已至

2026年外滩大会上，蚂蚁集团CEO韩歆毅表示，智能体商业的“ChatGPT时刻”已全面到来。智能体正从能力展示工具迈入真实交易阶段，成为连接用户需求与真实供给的核心商业入口。此前ChatGPT实现自然语言交互跃迁，如今智能体进一步深入商业闭环。

OpenAI 开放 GPT-Live-1 API：每分钟 0.05 美元，把 ChatGPT 同款语音能力交给开发者

OpenAI 开放 GPT-Live-1 API：每分钟 0.05 美元，把 ChatGPT 同款语音能力交给开发者

OpenAI向开发者开放GPT-Live-1语音模型API，可将ChatGPT语音功能集成到应用中，构建全双工语音助手，支持实时听说并自然处理打断与停顿。语音前端每分钟0.05美元，后台复杂推理模型另行计费。

最新网站

Jasper AI竞品份额分析

Jasper AI竞品份额分析

<br />竞品A（Jasper AI）近三个月市场份额由约14.6%降至9.8%，累计下滑4.8个百分点，呈"高位急跌—中段缓跌—低位盘整"的三段式走势。判断：短期难以逆转下滑，但已接近其付费专业用户的基本盘底部。<br /><br /><br />第一月：14.6%降至11.9%，环比-2.7pct，主因企业客户集中续约流失；第二月：11.9%降至10.4%，环比-1.5pct，降幅明显收窄；
LocalBanana

LocalBanana

LocalBanana是专注于 AI 图像 Prompt 收集与结构化的平台，帮助用户深入理解并高效利用 Prompt，提升创作能力。围绕 Nano Banana（Gemini）生态，将散落在各处的优质 Prompt 整理为可检索、可编辑的创作资产。
智策AI导航平台

智策AI导航平台

<br />智策AI导航（www.zhiceai.com）是一个专注于人工智能工具发现与评测的综合性导航网站。平台收录了全球超过5000个AI应用，覆盖自然语言处理、图像生成、视频制作、智能办公、教育培训、编程开发、数据分析、营销文案等20多个主流分类。站长、产品经理、设计师、学生及自由职业者都可以在这里快速找到适合自己工作流的AI工具，并获取实时更新的功能评测和优惠信息。<br /><br />
文心一言AI平台分析

文心一言AI平台分析

<br />文心一言是百度推出的新一代知识增强大语言模型，基于飞桨深度学习平台和文心知识增强技术，能够与人对话互动、回答问题、协助创作，高效便捷地帮助人们获取信息、知识和灵感。作为国内领先的AI对话产品，文心一言自发布以来持续迭代，已广泛应用于多个行业场景，成为百度AI技术战略的核心载体之一。<br /><br /><br />文心一言提供多种实用功能，包括智能问答、文本创作、代码生成、逻辑推理、
AI大百科

AI大百科

<br />AI大百科是一个专注于人工智能知识普及和工具推荐的综合性网站，旨在为AI爱好者、开发者、产品经理与企业决策者提供一站式信息入口。平台自2021年上线以来，已收录超过5000个AI工具与模型，涵盖自然语言处理、计算机视觉、语音识别、生成式AI、AI绘画、AI视频、AI办公等多个细分领域。网站以简洁的界面和清晰的分类著称，用户可以通过搜索或浏览标签快速找到所需资源，并查看每个工具的功能介绍
通义千问：阿里AI助手

通义千问：阿里AI助手

<br />通义千问是阿里巴巴集团推出的AI大模型产品，由阿里云开发并托管。它于2023年首次亮相，定位为面向中文用户的多功能智能助手，支持文本生成、代码编写、文档分析、多轮对话等任务。网站界面简洁，用户可以直接在浏览器中体验，无需下载应用，同时也提供API接口供开发者集成。<br /><br /><br />通义千问的主要功能包括：知识问答、创意写作、翻译润色、编程辅助、数据分析、学习辅导等。它
AI工具集导航

AI工具集导航

<br />AI工具集是一个专注于收录和推荐人工智能相关工具与资源的导航网站。它汇集了全球范围内数百款AI产品，覆盖文本生成、图像创作、音频处理、视频制作、编程助手、办公效率等多个领域。无论你是普通用户、开发者还是企业决策者，都能在这里快速找到适合自己的AI工具。<br /><br /><br />AI工具集的核心功能是分类展示和搜索。网站按照工具的应用场景进行细致分类，例如AI写作、AI绘画、A
Hugging Face AI平台

Hugging Face AI平台

<br />Hugging Face是一个致力于人工智能和自然语言处理的开源平台，提供海量预训练模型、数据集和工具，帮助开发者和企业快速构建、训练和部署AI应用。其核心产品包括Transformers库、Hub模型仓库、Spaces应用托管以及Inference API等，覆盖从研究到生产的全流程。<br /><br /><br />该平台以模型Hub为中心，支持TensorFlow、PyTorc
DeepMind AI研究平台

DeepMind AI研究平台

<br />DeepMind是一家位于英国伦敦的人工智能公司，成立于2010年，2014年被谷歌收购。作为全球领先的AI研究机构，DeepMind致力于开发通用人工智能（AGI），其研究成果在游戏、医疗、科学等多个领域产生了深远影响。DeepMind的使命是“解决智能问题”，通过将神经科学与机器学习相结合，推动AI技术的边界。<br /><br /><br />DeepMind最著名的成就是Alp
智谱AI官网

智谱AI官网

<br />智谱AI（北京智谱华章科技有限公司）是一家专注于人工智能大模型研发与应用的科技公司，成立于2019年，由清华大学计算机系知识工程实验室技术成果转化而来。公司以“让机器像人一样思考”为愿景，致力于打造安全、可控、可解释的通用人工智能系统。智谱AI在自然语言处理、知识图谱、多模态理解等领域拥有深厚积累，其核心产品GLM系列大模型已广泛应用于政务、金融、医疗、教育等多个行业。<br /><b
Midjourney

Midjourney

<br />Midjourney是一款基于人工智能的图像生成工具，由独立研究实验室Midjourney, Inc.开发。用户只需输入文字描述，即可生成高质量、富有创意的图片。自2022年公开测试以来，它迅速成为AI绘画领域的标杆产品，广泛应用于艺术创作、设计、广告和娱乐等行业。<br /><br /><br />Midjourney的核心功能是文本到图像生成，支持多种风格和参数调节。用户可以通过D
量子位AI网站分析

量子位AI网站分析

<br />量子位（QbitAI）是一家专注于人工智能领域的前沿科技媒体，成立于2017年，总部位于北京。网站以报道AI行业动态、技术突破、产业应用和创业公司为核心，内容涵盖机器学习、深度学习、自然语言处理、计算机视觉、AI芯片、自动驾驶等多个细分领域。量子位通过图文、视频、线下活动等形式，向技术从业者、投资者和科技爱好者传递高质量的AI资讯与深度分析。<br /><br /><br />量子位的
DeepMind官网

DeepMind官网

<br />DeepMind是谷歌母公司Alphabet旗下的人工智能研究实验室，成立于2010年，总部位于伦敦。该网站是DeepMind的官方门户，集中展示了其在AI领域的前沿研究成果、技术博客、学术论文以及研究人员团队。作为全球顶尖的AI研究机构之一，DeepMind致力于“解决智能问题”，并推动AI技术在社会各领域的应用。<br /><br /><br />DeepMind最广为人知的成就是
豆包AI官方网站

豆包AI官方网站

<br />豆包AI是字节跳动公司推出的一款人工智能助手，基于先进的大语言模型技术，为用户提供智能问答、文本创作、代码辅助、情感陪伴等多种服务。自发布以来，豆包AI凭借其自然流畅的交互体验和强大的理解能力，迅速成为国内最受欢迎的AI应用之一。用户可以通过网页端或移动端随时随地使用豆包，满足工作、学习和生活中的多样化需求。<br /><br /><br />豆包AI的核心功能主要包括智能对话、内容创
Toolify AI工具导航网站

Toolify AI工具导航网站

<br />Toolify AI是一个专注于人工智能工具聚合与推荐的导航网站，目前收录了全球超过5000款AI应用，涵盖文本生成、图像处理、视频创作、音频编辑、代码辅助、数据分析等多个领域。无论是普通用户还是专业开发者，都能在这里快速找到适合自己的AI工具。平台每天更新最新上线的AI产品，并基于用户真实反馈进行排序和分类，帮助用户节省大量搜索和筛选的时间。<br /><br /><br />Too
ChatGPT官网介绍

ChatGPT官网介绍

<br />ChatGPT是OpenAI开发的人工智能聊天机器人平台，于2022年11月30日首次发布。作为目前全球用户量最大的AI对话产品，ChatGPT基于GPT系列大语言模型，支持自然语言问答、文本生成、代码编写、翻译、摘要、创意写作等多样化任务。其官方网站不仅提供免费的Web端服务，还集成了付费订阅、API访问、插件生态和联网搜索功能，成为个人用户与企业用户接触前沿AI能力的重要入口。<b

Copyright © 2016 ~ 2024 大屏时代 (www.dapingtime.com) 联系QQ：88251776苏ICP备2020058979号-3 大屏头条