OpenAI 准备推出新的双向语音模型 GPT-Bidi-1
据报道,OpenAI 正准备发布 GPT-Bidi-1,这是一款旨在彻底革新 ChatGPT 语音功能的下一代双向音频模型。通过采用双向架构,这一突破消除了传统单向通信的局限性,使系统能够同时监听和说话。这使得系统能够实时捕捉用户的中断并进行动态语义调整,且不会出现卡顿,显著提升了实时语音交互的自然流畅度。

开发进展表明,OpenAI 已将该模型的基础代码集成到网页和移动平台中。新功能将与现有的“高级语音模式”共存,用户可根据需要灵活切换至更新后的“双向”模式。此外,该模型引入了三种不同的性能层级——高、中和即时,允许用户根据具体需求在交互深度与响应速度之间进行平衡。

这一技术飞跃不仅仅局限于音频质量的提升,更是 OpenAI 更广泛的多模态战略中的关键组成部分。
尽管 OpenAI 的文本模型已进化至具备更强推理能力的 GPT-5.5,但其语音功能相对滞后,导致整体多模态体验存在差距。GPT-Bidi-1 的推出填补了这一空白,凸显了 OpenAI 将语音定位为下一代 AI 主要接口的战略愿景。这一进步也为未来的“音频优先”硬件设备和企业级语音支持工具奠定了重要的技术基础。
相关文章
美国政府支持OpenAI在大型语言模型训练版权纠纷中的立场
特朗普政府提交了一份20页的简报,支持OpenAI在《纽约时报》提起的版权诉讼中维护其使用未授权受版权保护的材料来训练其大型语言模型的做法。简报指出:“美国有强烈的利益继续发展一个强大且具有竞争力的人工智能产业,该产业为全球人工智能使用实践和程序设定标准……因此,美国‘保持在全球人工智能领域的领导地位’至关重要。”简报引用了唐纳德·特朗普总统去年签署的一项行政命令。诸如ChatGPT、Claude和Gemini等聊天机器人背后的大型语言模型,是在包含受版权保护的书籍、文章和其他媒体的庞大已出
Nvidia quietly builds multibillion-dollar behemoth to rival chip business
Nvidia 首席执行官黄仁勋比市场预期超前了十多年,早在 2010 年就启动了针对 AI 的芯片研发工作,这远早于当前的 AI 热潮。2020 年的一项平行战略举措——通过一项关键收购加强数据中心网络——打造了 Nvidia 增长最快、利润最丰厚的业务部门之一,尽管该部门一直鲜为人知。短短几年内,负责连接数据中心的 Nvidia 网络部门已成为公司第二大收入来源,仅次于计算业务。根据 Nvidia 最新的财报,该部门上一季度收入为 110 亿美元,同比增长 267%,全年贡献收入超过 310
DeepMind 三人组打造的扑克 AI 现在正为量化对冲基金创造回报
三位前 DeepMind 研究人员此前曾开发出能够击败人类扑克冠军的人工智能,如今他们将该技术转向金融市场——且该策略正带来显著回报。据 TechCrunch 报道,这家总部位于布拉格的 AI 企业 EquiLibre Technologies 在完成一轮未披露金额的 A 轮融资后,估值已达 5 亿美元。Creandum 领投了本轮融资。尽管这家风险投资公司未披露具体金额,但其副总裁 Cameron Sellers 告诉 TechCrunch,这代表该公司有史以来对单一公司的最大单笔投资。扑
相关专题推荐
评论 (0)
0/500
据报道,OpenAI 正准备发布 GPT-Bidi-1,这是一款旨在彻底革新 ChatGPT 语音功能的下一代双向音频模型。通过采用双向架构,这一突破消除了传统单向通信的局限性,使系统能够同时监听和说话。这使得系统能够实时捕捉用户的中断并进行动态语义调整,且不会出现卡顿,显著提升了实时语音交互的自然流畅度。

开发进展表明,OpenAI 已将该模型的基础代码集成到网页和移动平台中。新功能将与现有的“高级语音模式”共存,用户可根据需要灵活切换至更新后的“双向”模式。此外,该模型引入了三种不同的性能层级——高、中和即时,允许用户根据具体需求在交互深度与响应速度之间进行平衡。

这一技术飞跃不仅仅局限于音频质量的提升,更是 OpenAI 更广泛的多模态战略中的关键组成部分。
尽管 OpenAI 的文本模型已进化至具备更强推理能力的 GPT-5.5,但其语音功能相对滞后,导致整体多模态体验存在差距。GPT-Bidi-1 的推出填补了这一空白,凸显了 OpenAI 将语音定位为下一代 AI 主要接口的战略愿景。这一进步也为未来的“音频优先”硬件设备和企业级语音支持工具奠定了重要的技术基础。
美国政府支持OpenAI在大型语言模型训练版权纠纷中的立场
特朗普政府提交了一份20页的简报,支持OpenAI在《纽约时报》提起的版权诉讼中维护其使用未授权受版权保护的材料来训练其大型语言模型的做法。简报指出:“美国有强烈的利益继续发展一个强大且具有竞争力的人工智能产业,该产业为全球人工智能使用实践和程序设定标准……因此,美国‘保持在全球人工智能领域的领导地位’至关重要。”简报引用了唐纳德·特朗普总统去年签署的一项行政命令。诸如ChatGPT、Claude和Gemini等聊天机器人背后的大型语言模型,是在包含受版权保护的书籍、文章和其他媒体的庞大已出
Nvidia quietly builds multibillion-dollar behemoth to rival chip business
Nvidia 首席执行官黄仁勋比市场预期超前了十多年,早在 2010 年就启动了针对 AI 的芯片研发工作,这远早于当前的 AI 热潮。2020 年的一项平行战略举措——通过一项关键收购加强数据中心网络——打造了 Nvidia 增长最快、利润最丰厚的业务部门之一,尽管该部门一直鲜为人知。短短几年内,负责连接数据中心的 Nvidia 网络部门已成为公司第二大收入来源,仅次于计算业务。根据 Nvidia 最新的财报,该部门上一季度收入为 110 亿美元,同比增长 267%,全年贡献收入超过 310
DeepMind 三人组打造的扑克 AI 现在正为量化对冲基金创造回报
三位前 DeepMind 研究人员此前曾开发出能够击败人类扑克冠军的人工智能,如今他们将该技术转向金融市场——且该策略正带来显著回报。据 TechCrunch 报道,这家总部位于布拉格的 AI 企业 EquiLibre Technologies 在完成一轮未披露金额的 A 轮融资后,估值已达 5 亿美元。Creandum 领投了本轮融资。尽管这家风险投资公司未披露具体金额,但其副总裁 Cameron Sellers 告诉 TechCrunch,这代表该公司有史以来对单一公司的最大单笔投资。扑





首页






