OpenAI 推出 GPT-Live，这是一种实时语音界面，允许用户通过电话或网页与 GPT 模型进行自然、低延迟的对话。该功能支持动态交互，AI 能听到背景噪音、打断用户并即时响应，标志着从基于文本的界面向流畅语音通信的重大转变。
背景
OpenAI 一直在扩展其 GPT 能力，超越纯文本交互，涵盖多模态互动，如视觉和音频处理。GPT-Live 通过超低的延迟语音响应，使 AI 助手更像人类对话伙伴，这是迈向这一目标的重要一步。
- 来源
- hackernews
- 发布时间
- 2026年7月9日 01:03
- 评分
- 9.0 / 10