告別卡頓與機械感:OpenAI 推出全雙工語音模型 GPT-Live-1

2026年9月11日 08:357700 次瀏覽
站內 AI 整理稿

AI資訊AI新閒資訊正文告別卡頓與機械感:OpenAI 推出全雙工語音模型 GPT-Live-1發布於AI新閒資訊時間 :Sep 11, 2026閱讀 :1分鐘在目前的 AI 語音交互中,傳統的級聯式架構常常因為語音轉文字、模型推理以及文字轉語音等步驟的串聯而產生明顯延遲。為了徹底解決這一痛點,OpenAI 近日正式在 API 中推出了全新的全雙工語音模型 GPT-Live-1,將類人般的流暢語音交互體驗直接帶給廣大開發者。傳統語音智能體在應對複雜的對話場景時,往往容易在停頓、打斷或轉換話題時顯得非常脆弱。

而 GPT-Live-1採用單一模型同時處理輸入與輸出音頻,在架構設計上實現了顛覆性的簡化。它不僅支持即時響應打斷,還能將深層推理以及工具調用無縫委派給後端的文本模型,讓對話在後臺持續進行的同時保持高度的靈活性。在實際性能表現和應用場景上,該模型帶來了多項核心優勢。首先是卓越的中斷處理能力,在早期測試中,語言學習平臺 Speak 發現它將思考停頓期間的中斷減少了近80%。其次,開發者可以通過系統提示詞來定製智能體的語氣、節奏與對話風格,並能完美處理背景噪聲和靜默上下文,非常適合用於電話客服、餐飲預訂以及長會話交互。在基準測試中,其搭配中等推理強度的 GPT-6Astra 後表現名列前茅。

目前,GPT-Live-1已在 API 中全面可用,前端語音層的定價為每分鐘0.05美元。多位行業合作伙伴如 Yelp、Intercom 等均表示,該模型大幅提升了輪次切換的準確性,讓 AI 語音支持真正走出了走走停停的節奏,實現瞭如真人面對面般自然流暢的全新體驗。相關推薦Anthropic 披露:今年已阻止多起利用 AI 研發生物武器的嘗試《金融時報》報道,Anthropic稱今年已阻止多起科學家利用其AI開展可能助研生物武器的研究,列舉五起案例,涉事者繞過管控、混淆目的以規避安全防護。事件凸顯AI對公共安全的潛在威脅。Sep 11, 202631.0kDeepSeek V4.

1-Flash登陸WorkBuddy,開啟限時免費試用AI服務平臺WorkBuddy宣佈全面上線DeepSeek最新V4.1-Flash模型,並開啟兩週免費試用,降低開發者與用戶體驗門檻。該模型已登陸DeepSeek API,具備原生多模態支持能力,用戶調用時只需將模型設置項調整為對應標識即可。此舉體現大模型領域迭代持續加快。Sep 11, 2026133.1kOpenAI 開放 GPT-Live-1 API:每分鐘 0.

05 美元,把 ChatGPT 同款語音能力交給開發者OpenAI向開發者開放GPT-Live-1語音模型API,可將ChatGPT語音功能集成到應用中,構建全雙工語音助手,支持實時聽說並自然處理打斷與停頓。語音前端每分鐘0.05美元,後臺複雜推理模型另行計費。Sep 11, 2026110.4kCursor發佈Projects功能,一人指揮數千個AI智能體承包大型開發9月10日,Cursor推出Projects(beta版),標誌軟件開發“第三紀元”加速到來。

該功能面向功能開發、大規模遷移、完整應用構建等大型複雜任務,引入“協調者智能體”調度數千個子智能體並行執行,讓開發者擺脫繁瑣的智能體管理,直接指揮任務本身,核心架構圍繞這一協調模式展開。Sep 11, 202695.5kOpenAI 把 Codex 做成 API:Agents API 上線,託管會話與沙箱對外開放OpenAI正式上線Agents API,將Codex harness封裝為託管REST接口,核心端點僅POST /v1/agents/sessions,需帶OpenAI-Beta頭。OpenAI負責會話、編排、上下文壓縮與恢復,應用方提供工具和執行環境。

文檔提出Agent(模型+指令+工具+MCP服務器)、Environment等四個核心概念及託管能力。Sep 11, 2026143.2k智啟未來,您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026

Related

相關文章

智東西生成式AI

英特爾與騰訊發佈基於至強6+的雲實例,曬智能體AI基礎設施全家桶

作者 | ZeR0 編輯 | 漠影 11月3日報道,近日,在2026騰訊全球數字生態大會上,英特爾與騰訊雲發佈基於英特爾至強6+處理器的騰訊雲新一代雲實例,並全面展示英特爾的芯片產品與雲端實踐。 全新至強6+處理器擁有最高288顆能效核,單顆處理器最高可支持超過1000個智能體的穩定部署,這也為騰訊雲服務器提供更高併發、更低時延、更優能效的雲端算力服務。

4 小時前
雷峰網生成式AI

智元榮獲2026世界互聯網大會傑出貢獻獎

11月3日,2026年世界互聯網大會烏鎮峰會在浙江烏鎮隆重開幕,國務院總理李強出席開幕式並發表主旨演講。開幕式上,智元憑藉在具身智能領域的系統性技術突破與產業化實踐,獲頒世界互聯網大會傑出貢獻獎。智元合夥人、高級副總裁朱潔在領獎時表示:人工智能的終局,不在於屏幕與雲端,而紮根於工廠一線和尋常煙火。具身智能賽道的競爭,早已跳出單點技術的競速,轉向軟硬協同、工程化落地、產業組織與治理體系的綜合比拼。智元期待與各界同心同行,堅守務實,躬身落地。

4 小時前

電動車退燒、AI 儲能燒起來:LG 新能源把產能挪向數據中心

11 月 3 日,首席財務官李昌植在財報電話會上給出時間表:今年底軟包儲能系統(ESS)產能將超 50 吉瓦時,明年進一步拉到 70 GWh 以上。在他看來,電動車增速放緩之際,AI 數據中心的大規模新建為電池廠撕開了新口子——第三季度 ESS 在手訂單已達 160 GWh,公司正與電力企業、超大型數據中心運營商談新項目,今年 9 月還作為儲能供應商擠進了英偉達的 DSX Ready 計劃。

4 小時前4700
雷峰網生成式AI

最高288核的至強6+,為了Agent高密度部署還下了哪些「雲功夫」?

作者 | 陳悅琳編輯 | 包永剛 一個智能體能順利完成任務,不代表成百上千個智能體就能同時高效運行。 對於承載大量智能體任務的雲服務器而言,除了提升計算速度,如何在任務集中到來時迅速準備好執行環境、怎樣減少暫時閒置的任務對內存資源的佔用,也成為亟待解決的問題。 對此,在一年一度的騰訊全球數字生態大會上,英特爾與騰訊雲聯合發佈了基於至強6+處理器的新一代雲實例,圍繞任務啟動效率、內存資源利用率等關鍵因素進行優化後,其綜合性能較上一代提升30%以上。

5 小時前

聯合國副秘書長點贊!千問AI耳夾式耳機亮相烏鎮互聯網大會

他認為,產品非常實用,適合自己日常工作中需要使用多國語言進行交流的場景。面對面交流時,用戶可以通過耳機收聽譯文;會議中的討論內容,也能通過AI聽記整理為結構化紀要,方便會後回顧。連接千問App後,用戶還可通過語音交辦資料研究等任務、接收完成提醒,讓耳機成為日常辦公的隨身助手。

5 小時前