AI 编程实时动态与要闻

OpenAI:GPT-Live-1 上线 API——全双工语音智能体可边听边说,自选模型与 harness

OpenAI 开发者账号宣布 GPT-Live-1 已在 API 可用:把 ChatGPT 的自然来回对话带进应用,语音智能体可在说话时继续聆听,并搭配你选择的模型与 harness。OpenAI 工程师 Tibo 亦确认可基于同一套已服务约 10 亿 ChatGPT 用户的语音系统做全双工工具调用应用。

核心要点速览

  • GPT-Live-1 已在 OpenAI API 上线,面向可打断的全双工语音智能体。
  • 支持边听边说,并可自选底层模型与 harness。
  • 与 ChatGPT 同款语音栈对齐,适合工具调用型语音应用。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ GPT Live 1🌐 OpenAI

xAI 把 Grok Voice 接入 LiveKit:STT、Grok 4.3 与 TTS 同会话级联,全链路 ZDR

SpaceXAI 宣布可在 LiveKit 中使用 Grok Voice 模型构建语音代理,并支持零数据保留(ZDR)。LiveKit 演示了端到端患者预问诊代理:Grok STT → Grok 4.3 → Grok TTS 在同一 AgentSession 中级联,无需多套 API Key 与账单。开发者可用三条模型字符串拼出语音智能体,适合客服、预问诊与工具调用场景。

核心要点速览

  • Grok Voice 可在 LiveKit 构建语音代理,全链路支持 ZDR。
  • STT、Grok 4.3 与 TTS 可在同一 AgentSession 级联,无需多套密钥与账单。
  • 官方示例为患者预问诊,面向可调工具的实时语音智能体。
阅读全文
关联模型 / 智能体 / 厂商:

Grok Voice Think Fast 2.0 登顶语音到语音榜,并开放 API 与 Agent Builder

SpaceXAI 宣布 Grok Voice Think Fast 2.0 在 Artificial Analysis Speech-to-Speech Index 上排名第一。该榜衡量语音代理能否对听到的内容进行推理、解决真实客户问题,并用工具正确完成任务。模型已可通过 API 和 Agent Builder 使用。SpaceXAI 称 Starlink 每天用 Grok Voice 处理超过 1.5 万通客服与销售来电。

核心要点速览

  • Think Fast 2.0 把语音代理从“能说话”推进到能推理、调工具并完成任务。
  • API 与 Agent Builder 同步开放,开发者可直接搭建语音代理。
  • Starlink 日均 1.5 万通来电的生产用量,是语音 LLM 进入客服主路径的信号。
阅读全文
关联模型 / 智能体 / 厂商: