产业观察🔥7.0

OpenAI 开放 GPT-Live-1.1 API:支持实时双向对话,智能体可边聊天边处理复杂任务

IT之家·2026/11/20 00:50:30🔗 原文

📋总体概括

OpenAI 于11月20日向开发者开放 GPT-Live-1.1 语音模型 API,这是 GPT-Live-1 的升级版,具备全双工语音交互能力,可同时聆听和说话,识别停顿、打断和语速变化。该模型自2026年10月15日起已成为 ChatGPT Plus 及更高级别订阅用户的默认语音模型。新版本改进了多语言处理、指令遵循和语音保真度,并支持将复杂推理任务委托给开发者自选的后端模型(含第三方模型),实现边对话边执行多步骤工作流,语音交互不中断。

⚡关键信息

  • ▸OpenAI 于11月20日开放 GPT-Live-1.1 API,第三方开发者可构建实时语音智能体
  • ▸模型具备全双工语音能力,可同时聆听和说话,识别停顿、打断与语速变化
  • ▸自2026年10月15日起,GPT-Live-1.1 已是 ChatGPT Plus 及更高级别订阅用户的默认语音模型
  • ▸新版本改进多语言语音处理、指令遵循和语音保真度,提升字母数字等精确识别可靠性
  • ▸支持将复杂推理与工具调用委托给开发者选择的后端模型(含第三方),对话不中断

🔥犀利点评

全双工语音加上可插拔后端模型,OpenAI 这一步等于把语音智能体的基础设施直接标准化了——对话归 GPT-Live,干活归你自己的模型,架构分工清晰得近乎冷酷。对传统 STT+LLM+TTS 三段式语音方案商是降维打击,创业公司靠拼接管道讲故事的日子到此为止。真正的竞争只剩一个问题:谁的推理后端更好、更便宜。

本文由本站自动聚合,以下为原始来源:前往 IT之家 阅读全文 →