PulseAugur
中
实时 04:06:36
实体 GPT Live

GPT Live

PulseAugur coverage of GPT Live — every cluster mentioning GPT Live across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
13
90 天内 79
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
关系
时间线
  1. 2026-08-03 product_launch OpenAI has launched GPT-Live, a system for real-time, responsive AI voice interactions. 来源
  2. 2026-08-03 product_launch OpenAI announced the development of GPT-Live, a system for real-time voice AI interactions. 来源
  3. 2026-07-20 product_launch OpenAI released GPT-Live, a voice model that listens while it speaks and can hand off complex queries to a larger model mid-conversation. 来源
  4. 2026-07-19 product_launch OpenAI introduced GPT-Live, a full-duplex voice interaction technology enabling natural, uninterrupted dialogue. 来源
  5. 2026-07-15 product_launch OpenAI announced GPT-Live, a new model with improved conversational and multitasking capabilities. 来源
  6. 2026-07-09 product_launch GPT-Live has been released as a new language learning tool. 来源
  7. 2026-07-09 product_launch OpenAI launched GPT-Live, a new voice interaction system for ChatGPT that offers more natural and real-time conversational capabilities. 来源
  8. 2026-07-09 product_launch OpenAI has fully rolled out the GPT-Live feature to all ChatGPT users on its Go, Plus, and Pro plans, with free user rollout in progress. 来源
  9. 2026-07-08 product_launch OpenAI has launched its new GPT-Live voice model, enhancing conversational AI capabilities. 来源
  10. 2026-07-08 product_launch OpenAI has introduced GPT-Live, a new tool aimed at enhancing user interaction with AI models. 来源
  11. 2026-07-08 product_launch OpenAI has launched GPT-Live, a new generation of voice models for enhanced human-AI interaction, now powering ChatGPT Voice. 来源
情绪 · 30 天

6 天有情绪数据

LAB BRAIN
observation resolved confirmed 置信度 0.85

GPT-Live integrates with GPT-5.5 and GPT-5.6

Multiple reports indicate that GPT-Live is capable of delegating complex queries to OpenAI's latest frontier models, specifically mentioning GPT-5.5 and GPT-5.6. This suggests a tiered approach where GPT-Live acts as the conversational front-end, leveraging the enhanced reasoning and capabilities of newer, more powerful models for backend processing.

hypothesis resolved confirmed 置信度 0.55

GPT-Live's 'defined personality' will be customizable

The mention of GPT-Live having a 'defined personality' suggests a feature that could be leveraged for user customization. Future iterations or updates might allow users to select or even define the personality of their AI assistant, enhancing user engagement and tailoring the experience for specific applications like customer service or education.

hypothesis resolved confirmed 置信度 0.70

GPT-Live to become primary ChatGPT interface within 6 months

Given GPT-Live's full-duplex architecture, simultaneous listening/speaking, and integration with advanced models like GPT-5.5/5.6, OpenAI is likely positioning it as the primary interaction method for ChatGPT. The rollout across platforms and emphasis on natural conversation suggests a strategic push to make voice the default, potentially phasing out text-based input for many use cases.

查看全部假设 →

最近 · 第 1/4 页 · 共 79 条
  1. TOOL · CL_353086 ·

    OpenAI 停用 ChatGPT 标准语音功能引发用户强烈不满

    OpenAI 将于 12 月 11 日停用 ChatGPT 的标准语音功能,此举引发了用户强烈不满。许多用户偏爱标准语音模式,因为它能保持一致的工作流程,允许文本和语音输入无缝切换,并认为新推出的实时语音功能在可访问性或实用性方面不如标准语音。一份请愿书已被发起,敦促 OpenAI 保留标准语音模式,并鼓励用户直接向公司反馈。

  2. TOOL · CL_352967 ·

    OpenAI 停用 ChatGPT Voice 模型,统一使用 GPT-Live

    OpenAI 将于 12 月 11 日停用其 ChatGPT Voice 的 Advanced 和 Standard Voice 模型。在此日期之后,ChatGPT Voice 功能将仅使用 GPT-Live 模型。此举旨在简化用户的语音体验。

  3. TOOL · CL_340248 ·

    新的InteractionBench基准测试评估实时语音系统

    一个名为InteractionBench的新基准测试已被开发出来,用于跨多个维度评估实时语音系统,包括时序、任务准确性、低语检测和对话连贯性。该基准测试包含13个场景下的221个项目,并用于测试六个全双工系统和一个级联系统。结果表明,虽然时序和任务准确性相关,但级联系统获得了最高的任务分数。值得注意的是,只有Gemini Live展示了低语能力,并且托管系统在对话连贯性探测方面的表现通常优于开放式全双工模型。

  4. TOOL · CL_332524 ·

    MOSS 披露即将推出的对话、图像和视频 AI 模型

    中国 AI 研究团队 MOSS 在最近的 AMA(问答活动)中,对其正在进行和未来的项目进行了更新。该团队正在开发下一代对话模型 MOSS-Live,类似于 GPT-Live,并计划推出 MOSS-Anime 和一个图像生成模型。未来的发展包括图像编辑功能、一个旨在在消费级 GPU 上运行的小型 Text2Vid 模型,以及对其语音生成器和音频理解模型的更新,包括 MOSS-Transcribe-Diarize。

  5. SIGNIFICANT · CL_329066 ·

    AI Leaks 声称 Gemini 4 Carbon 超越 Claude Opus 5.5 和 GPT-6 Astra

    一位名为 Vaibhav Srivastava 的用户宣布,将为 GPT Live、Image 2.5 和 Decisions API 等服务提供每月高达 500 美元的 API 积分。另外,来自 AI Leaks and News 的一条推文声称,Google DeepMind 发布了 Gemini 4 Carbon,据报道其在多项基准测试中优于 Claude Opus 5.5 和 GPT-6 Astra。这种快速的性能提升引发了对…

  6. COMMENTARY · CL_322328 ·

    AI对话迈向实时交互,Agora引领基础设施建设 · 跟踪1个来源

    iRTE2026大会强调了对话式AI正从简单的问答转向持续的实时交互。OpenAI和Google等领先公司正在开发更自然的AI对话技术,重点关注理解用户意图、处理中断和整合多模态输入等方面。中国公司Agora正将自身定位为这些高级AI交互所需实时基础设施的提供商,开发支持人机代理无缝通信的框架和工具。

  7. TOOL · CL_319978 ·

    OpenAI Decisions API 完成 Beta 测试并集成语音功能

    OpenAI 已正式推出其 Decisions API,结束了 Beta 测试阶段。该服务旨在为各种应用程序提供选择和评分。其一项关键功能是能够直接接受来自 GPT-Live 语音模型的转录内容,集成了语音输入能力。

  8. TOOL · CL_326054 ·

    Anima 使用 OpenAI 的 GPT-6 将诊所呼叫等待时间缩短 75%

    Anima 集成了 OpenAI 的 GPT-6 和 GPT-Live 模型,显著缩短了诊所患者的呼叫等待时间。此次集成使护理团队能够处理更多患者咨询,提高了整体容量和响应效率。

  9. TOOL · CL_316065 ·

    Block 的 Dessa 语音模型可在本地模仿人类情感

    Block(由 Jack Dorsey 创立的公司)开发了一款名为 Dessa 的新型本地语音模型,该模型能以惊人的准确度模仿人类语音,包括笑声和哭泣等表情。与许多依赖外部 LLM 和语音标签来表达情感的现有模型不同,Dessa 在人类语音基础上进行训练,并将情感细微差别直接融入其生成过程中。该模型可以在消费级硬件上运行,Block 正在寻找安全研究人员来测试其被滥用的可能性,尤其是在金融和商业应用领域。

  10. TOOL · CL_308698 ·

    使用 OpenAI GPT-Live、Twilio、TypeScript 构建语音 AI 代理

    本教程演示了如何使用 OpenAI 的 GPT-Live、Twilio Agent Connect 和 TypeScript 构建语音 AI 代理。该指南概述了开发人员集成这些技术以创建交互式语音人工智能系统的步骤。它侧重于构建此类代理的实际实现。

  11. TOOL · CL_303250 ·

    Muse 开源、GPT-Live 发布及 Anthropic 新举措,AI 格局发生转变

    Muse 已开源,GPT-Live 已发布,Anthropic 已敞开大门,这表明 AI 发展正朝着开放和互动方向转变。这些进展预示着 AI 格局的更广泛趋势。

  12. TOOL · CL_297734 ·

    Higgsfield.ai 借助 GPT-6 Astra 实现 10 分钟以上 AI 视频生成

    Higgsfield.ai 公布了 AI 视频生成领域的重大进展,使创作者能够制作时长超过 10 分钟的视频。这得益于其 GPT-6 Astra 模型,该模型允许代理集成外部工具,如 3D 建模,以实现视觉一致性。该平台还采用 GPT-Image-2.5 来实现精确的图像生成,并正在开发 GPT-Live 以实现语音驱动的电影制作,旨在将创意转化为视觉叙事。

  13. COMMENTARY · CL_291519 ·

    AI语音助手可能预示着传统屏幕工作时代的终结

    Azeem Azhar在意外将笔记本电脑遗忘在家后,进行了一周仅通过语音命令工作的实验。他发现,通过使用AI代理,特别是手机上的OpenAI的GPT Live功能,他能够完成大部分工作。这次经历让他相信,传统的基于屏幕的办公室工作可能会被语音交互式AI助手取代,类似于《钢铁侠》中的Jarvis。

  14. TOOL · CL_288464 ·

    OpenAI 的 GPT-Live API 通过 'store: true' 功能实现通话续接

    OpenAI 的 GPT-Live API 现在提供了一个 "store: true" 功能,允许续接中断的电话。此功能会存储已完成的会话,使得新通话可以从前一次对话的状态分叉继续。通过一个牙科诊所预约代理进行的测试表明,即使原始通话未被妥善挂断,此功能也能成功恢复交互,并沿用配置的工具和会话设置。

  15. TOOL · CL_272814 ·

    OpenAI 快速发布 Decisions API,推动 AI 代理实现超人水平的计算机使用

    OpenAI 快速为其 AI 代理开发了新功能,重点是增强它们与软件交互和从错误中恢复的能力。该公司仅用一周时间开发的 Decisions API 旨在提供低延迟、结构化的输出,早期应用于内部工作流程。OpenAI 还致力于实现更快的推理速度,并探索诸如中途转向和异步工具调用等功能,以使代理更具响应性并能够执行复杂任务,从而有可能在计算机使用方面实现超人水平的表现。

  16. RESEARCH · CL_268690 ·

    新的基准和协议旨在提高语音代理的可靠性和评估水平

    近期研究论文正在探索语音代理在不同维度上的评估和可靠性。已引入多个基准,包括用于文档接地和幻觉检测的DuplexSpeechBench-Document Grounding (DSB-DG),用于评估文本代理语音接口的Talk2Agent,以及用于模拟真实通话场景的VAmoS Energy。此外,$au$-Multilingual基准测试了不同语言的语音代理,而Inquesto Score提供了衡量语音代理可靠性的协议。这些研究突出了…

  17. TOOL · CL_257763 ·

    OpenAI 的 GPT-Live 在处理工具调用时遇到困难,用户报告

    用户报告称 OpenAI 的 GPT-Live 在一致性地执行工具调用方面存在问题,而之前的实时系统能够成功处理这些调用。问题似乎源于 GPT-Live 的分离架构,其中独立的模型负责语音和工具决策,这可能导致工具执行失败。用户正在寻求解决方案或变通方法,例如调整配置或仅将 GPT-Live 用作具有后端逻辑的语音界面。

  18. TOOL · CL_248289 ·

    本地 GPT Live 克隆在 RTX 3060 上运行,使用 Qwen3.5 9B 模型

    一位用户成功创建了一个 GPT Live 语音助手的本地克隆版本,该版本可以在配备 12GB 显存的消费级 NVIDIA GeForce RTX 3060 显卡上运行。该设置使用了 Qwen3.5 9B 模型进行语言处理,Qwen3 1.7B 进行语音识别,以及 Pocket TTS 进行语音输出。该本地版本与 OpenAI "Improved Intelligence" 演示中使用的相同提示进行了测试,在不到六分半钟的时间内完成了任…

  19. COMMENTARY · CL_248216 ·

    OpenAI的GPT-Live系统凸显了对AI工程师需求的增加

    OpenAI详细介绍了其GPT-Live实时系统,强调了实现低延迟AI交互所需的工程努力。该系统的开发涉及在测量和规避延迟、增强WebRTC等协议以及设计新标准方面的大量工作。这一过程表明,虽然AI可以协助编码,但对熟练工程师设计、构建和管理复杂系统的基本需求仍然至关重要,这会放大而非取代工程角色。

  20. TOOL · CL_247308 ·

    CyberAgent使用Codex快速构建GPT-Live iOS演示

    CyberAgent的开发人员创建了一个GPT-Live的演示,该工具利用Codex进行快速AI模型验证。该团队仅用几个小时就使用SwiftUI成功构建了一个iOS演示应用程序,展示了他们方法的效率。