OpenAI的GPT-Live 1全双工语音模型已上线AI Gateway,支持边听边说、用户随时打断或补充。该模型支持客户端委托,应用可独立选择文本模型处理复杂任务,并通过评论频道播报结果。使用需安装AI SDK 7及相关依赖,委托请求单独计费。
OpenAI于9月10日将GPT-Live-1接入API,核心是全双工语音,模型可边听边说并处理打断、停顿与抢话。深度推理和工具调用由后端文本模型负责,前台专注自然交流。这改变了延迟评估与产品设计,也带来测试和隐私挑战,语音Agent竞争从识别准确率转向整段对话体验。
Soul在WAIC 2025展示了全双工语音通话大模型,提升人机交互体验,重塑社交方式。Soul致力于构建AI与人类共存的社交社区,提供情感支持,帮助用户建立真实关系。
完成下面两步后,将自动完成登录并继续当前操作。