OpenAI 準備推出新的雙向語音模型 GPT-Bidi-1
據報道,OpenAI 正準備釋出 GPT-Bidi-1,這是一款旨在徹底革新 ChatGPT 語音功能的下一代雙向音訊模型。透過採用雙向架構,這一突破消除了傳統單向通訊的侷限性,使系統能夠同時監聽和說話。這使得系統能夠實時捕捉使用者的中斷並進行動態語義調整,且不會出現卡頓,顯著提升了實時語音互動的自然流暢度。

開發進展表明,OpenAI 已將該模型的基礎程式碼整合到網頁和移動平臺中。新功能將與現有的“高階語音模式”共存,使用者可根據需要靈活切換至更新後的“雙向”模式。此外,該模型引入了三種不同的效能層級——高、中和即時,允許使用者根據具體需求在互動深度與響應速度之間進行平衡。

這一技術飛躍不僅僅侷限於音訊質量的提升,更是 OpenAI 更廣泛的多模態戰略中的關鍵組成部分。
儘管 OpenAI 的文字模型已進化至具備更強推理能力的 GPT-5.5,但其語音功能相對滯後,導致整體多模態體驗存在差距。GPT-Bidi-1 的推出填補了這一空白,凸顯了 OpenAI 將語音定位為下一代 AI 主要介面的戰略願景。這一進步也為未來的“音訊優先”硬體裝置和企業級語音支援工具奠定了重要的技術基礎。
相關文章
美國政府支援OpenAI在大型語言模型訓練版權糾紛中的立場
特朗普政府提交了一份20頁的簡報,支援OpenAI在《紐約時報》提起的版權訴訟中維護其使用未授權受版權保護的材料來訓練其大型語言模型的做法。簡報指出:“美國有強烈的利益繼續發展一個強大且具有競爭力的人工智慧產業,該產業為全球人工智慧使用實踐和程式設定標準……因此,美國‘保持在全球人工智慧領域的領導地位’至關重要。”簡報引用了唐納德·特朗普總統去年簽署的一項行政命令。諸如ChatGPT、Claude和Gemini等聊天機器人背後的大型語言模型,是在包含受版權保護的書籍、文章和其他媒體的龐大已出
Nvidia quietly builds multibillion-dollar behemoth to rival chip business
Nvidia 執行長黃仁勳比市場預期超前了十多年,早在 2010 年就啟動了針對 AI 的晶片研發工作,這遠早於當前的 AI 熱潮。2020 年的一項平行戰略舉措——透過一項關鍵收購加強資料中心網路——打造了 Nvidia 增長最快、利潤最豐厚的業務部門之一,儘管該部門一直鮮為人知。短短几年內,負責連線資料中心的 Nvidia 網路部門已成為公司第二大收入來源,僅次於計算業務。根據 Nvidia 最新的財報,該部門上一季度收入為 110 億美元,同比增長 267%,全年貢獻收入超過 310
DeepMind 三人組打造的撲克 AI 現在正為量化對沖基金創造回報
三位前 DeepMind 研究人員此前曾開發出能夠擊敗人類撲克冠軍的人工智慧,如今他們將該技術轉向金融市場——且該策略正帶來顯著回報。據 TechCrunch 報道,這家總部位於布拉格的 AI 企業 EquiLibre Technologies 在完成一輪未披露金額的 A 輪融資後,估值已達 5 億美元。Creandum 領投了本輪融資。儘管這家風險投資公司未披露具體金額,但其副總裁 Cameron Sellers 告訴 TechCrunch,這代表該公司有史以來對單一公司的最大單筆投資。撲
相關專題推薦
評論 (0)
0/500
據報道,OpenAI 正準備釋出 GPT-Bidi-1,這是一款旨在徹底革新 ChatGPT 語音功能的下一代雙向音訊模型。透過採用雙向架構,這一突破消除了傳統單向通訊的侷限性,使系統能夠同時監聽和說話。這使得系統能夠實時捕捉使用者的中斷並進行動態語義調整,且不會出現卡頓,顯著提升了實時語音互動的自然流暢度。

開發進展表明,OpenAI 已將該模型的基礎程式碼整合到網頁和移動平臺中。新功能將與現有的“高階語音模式”共存,使用者可根據需要靈活切換至更新後的“雙向”模式。此外,該模型引入了三種不同的效能層級——高、中和即時,允許使用者根據具體需求在互動深度與響應速度之間進行平衡。

這一技術飛躍不僅僅侷限於音訊質量的提升,更是 OpenAI 更廣泛的多模態戰略中的關鍵組成部分。
儘管 OpenAI 的文字模型已進化至具備更強推理能力的 GPT-5.5,但其語音功能相對滯後,導致整體多模態體驗存在差距。GPT-Bidi-1 的推出填補了這一空白,凸顯了 OpenAI 將語音定位為下一代 AI 主要介面的戰略願景。這一進步也為未來的“音訊優先”硬體裝置和企業級語音支援工具奠定了重要的技術基礎。
美國政府支援OpenAI在大型語言模型訓練版權糾紛中的立場
特朗普政府提交了一份20頁的簡報,支援OpenAI在《紐約時報》提起的版權訴訟中維護其使用未授權受版權保護的材料來訓練其大型語言模型的做法。簡報指出:“美國有強烈的利益繼續發展一個強大且具有競爭力的人工智慧產業,該產業為全球人工智慧使用實踐和程式設定標準……因此,美國‘保持在全球人工智慧領域的領導地位’至關重要。”簡報引用了唐納德·特朗普總統去年簽署的一項行政命令。諸如ChatGPT、Claude和Gemini等聊天機器人背後的大型語言模型,是在包含受版權保護的書籍、文章和其他媒體的龐大已出
Nvidia quietly builds multibillion-dollar behemoth to rival chip business
Nvidia 執行長黃仁勳比市場預期超前了十多年,早在 2010 年就啟動了針對 AI 的晶片研發工作,這遠早於當前的 AI 熱潮。2020 年的一項平行戰略舉措——透過一項關鍵收購加強資料中心網路——打造了 Nvidia 增長最快、利潤最豐厚的業務部門之一,儘管該部門一直鮮為人知。短短几年內,負責連線資料中心的 Nvidia 網路部門已成為公司第二大收入來源,僅次於計算業務。根據 Nvidia 最新的財報,該部門上一季度收入為 110 億美元,同比增長 267%,全年貢獻收入超過 310
DeepMind 三人組打造的撲克 AI 現在正為量化對沖基金創造回報
三位前 DeepMind 研究人員此前曾開發出能夠擊敗人類撲克冠軍的人工智慧,如今他們將該技術轉向金融市場——且該策略正帶來顯著回報。據 TechCrunch 報道,這家總部位於布拉格的 AI 企業 EquiLibre Technologies 在完成一輪未披露金額的 A 輪融資後,估值已達 5 億美元。Creandum 領投了本輪融資。儘管這家風險投資公司未披露具體金額,但其副總裁 Cameron Sellers 告訴 TechCrunch,這代表該公司有史以來對單一公司的最大單筆投資。撲





首頁






