搜索关键词 GPT Realtime 2.1
AI & Enterprise
SpaceXSI发布Grok Voice 3.0：语音对语音指数登顶，API价格维持每分钟8美分
SpaceXSI发布语音AI模型Grok Voice 3.0，进一步发力企业语音代理市场。该模型在Artificial Analysis语音对语音指数中以86.9分位居第一，并在全双工对话、成本和首次语音响应时间等指标上突出优势。目前，新模型已落地Tesla与Starlink相关场景。
AI & Enterprise
OpenAI发布GPT-Live-1 API：支持实时插话与边听边说
OpenAI面向开发者推出实时语音对话模型GPT-Live-1 API，主打可在通话过程中实现插话、轮替发言等更自然的交互体验。该模型基于全双工架构，可降低语音对话延迟并减少多模型之间信息传递带来的不稳定性；复杂推理与工具调用则可交由GPT-6 Astra等后端模型承担。其语音前端定价为0.05美元/分钟。
AI & Enterprise
PolyAI发布实时语音对话模型Dialog-RSN-1：无需转写，响应瞄准300毫秒内
PolyAI推出实时语音对话AI模型Dialog-RSN-1，主打电话通话场景下的低时延与更自然的交互体验。该模型将语音识别与理解整合进模型内部，跳过文本转写环节，直接解析原始语音，以捕捉语调、节奏和上下文信息。PolyAI称，其整体延迟为280至500毫秒，响应时间可控制在300毫秒内。