7月10日

23:08

Greg Brockman@gdb

ChatGPT 语音是一项真正的进步。我们过去总是不得不扭曲自己去适应电脑。现在感觉我们正在进入一个自然交互的新时代。预计我们很快就会花更少的时间盯着屏幕，并认为今天的应用程序极其不友好。

Ethan Mollick: The new ChatGPT voice is quite impressive to use, really worth a minute to try it out on your phone. (while staying awar...

OpenAI 大佬观点语音

22:08

Ethan Mollick@emollick

新的 ChatGPT 语音用起来相当惊艳，真的值得花一分钟在手机上试试。（同时要清楚，语音模型不会像完整思考模型那样聪明）

OpenAI 大佬观点语音

21:37

Hacker News 热门（buzzing.cc 中文翻译）

为4-9岁儿童打造实时AI辅导老师

一支团队为4-9岁儿童构建了实时AI数学与阅读辅导老师。儿童无法忍受2-3秒的回复延迟，标准Agent工具循环导致每轮3-4秒空闲，孩子会问“为什么它不动了？好无聊”。团队放弃了标准工具循环，构建自定义框架让模型在单次响应中流式输出多个动作，解释器边生成边解析执行，孩子只需等待约30个token的首个动作。同时引入异步规划器，在孩子思考或说话的间隙运行，基于不可变事件日志协调两个Agent的共享状态。该架构在指令遵循、延迟与灵活动作空间之间取得平衡。

智能体教程/实践语音

17:27

IT之家（RSS）

小米9款音箱及智能家庭屏已内置超级小爱，支持跨端多指令语控

小米宣布9款音箱及智能家庭屏设备已内置超级小爱，支持AI大模型问答、多轮连续对话与拟人语气、跨端多指令语控（一句话控车、控家、查信息），以及家中设备问答和语音创建智能场景。此外，超级小爱已接入微信A2A助手能力，支持一句话给微信好友发消息、打电话。

智能体产品更新语音

16:35

Rohan Paul@rohanpaul_ai

OpenAI's GPT-Live 🤯 语音AI不再是"接近成功"。它现在已经足够好，可以移除人类电话工作的整个层级。它不需要绝对完美就能颠覆5000亿美元的电话客服行业。它只需要更便宜、更快、足够好。【引用 @hey_madni】：Duolingo 完蛋了 💀 GPT-Live 在你说话时修正语法

Madni Aghadi: Duolingo is cooked 💀 GPT-Live fixes grammar while you speak

OpenAI 大佬观点语音

15:16

歸藏(guizang.ai)@op7418

ChatGPT 新版语音模式新增可视化卡片展示功能

ChatGPT 新版语音模式引入可视化卡片功能。用户与 AI 语音聊天时，若请求查找信息（如世界杯、股票、天气等），AI 会以卡片形式展示详细内容，涵盖常见查询场景。该功能提升了语音交互的信息呈现效率。

OpenAI 产品更新语音

13:36

Orange AI@oran_ge

ChatGPT 的新语音模式达到了一个新的境界… 我老婆社恐犯了… 不敢跟她说话了 😓 另外这个模型还有一个很吓人的点就是你笑她也笑笑得特别大声像疯了一样…

OpenAI 评测/基准语音

10:38

小互@xiaohu

昨晚发布会上的 ChatGPT live 实时翻译演示似乎有点小翻车…

OpenAI 大佬观点语音

10:19

Berryxia.AI@berryxia

HyperFrames 更新：AI 根据音乐节奏自动剪辑视频

HyperFrames 近期更新，AI 解析音乐 BPM、拍子、乐句转折等节奏结构，并以此作为时间轴硬约束。用户输入一句提示，AI 即可自动挑选歌曲段落、组装画面、调整布局，并将时长锁定到最近的鼓点。主推文作者建议结合 Codex 使用以提升性价比。

HeyGen: http://x.com/i/article/2075251728308666368

产品更新视频语音

03:30

Rohan Paul@rohanpaul_ai

Cresta 推出 AI 训练模拟器助客服练习难缠对话

Cresta 发布训练模拟器，让呼叫中心人工客服在真实客户对话前，通过动态 AI 模拟客户练习处理困难电话。管理者可直接用提示词构建场景，AI 客户能动态回应、对薄弱回答施压、对通用答案表露沮丧，并在客服失控时升级对话。引用推文指出“真实客户对话不是学习场所”，该模拟器替代脚本角色扮演，帮助客服提前实战演练。

Cresta: Live customer conversations are no place for agents to learn on the job. Cresta Training Simulator replaces scripted rol...

智能体产品更新语音

03:29

Tibo@thsottiaux

今天，OpenAI产品和工程团队正高速运转，在GPT 5.6 Sol/Terra/Luna、ChatGPT Work、新版ChatGPT桌面应用、托管站点以及无数其他事项的发布之间，有太多需要协调和持续推进的工作……还有昨天刚推出的新版ChatGPT Voice。我们无法把所有事情都做对，请给我们反馈，我们会快速迭代。感谢你们这个了不起的社区。

OpenAI 产品更新语音

02:59

TechCrunch：AI（RSS）

巴黎AI语音初创Gradium获1亿美元种子轮融资，Nvidia参投

巴黎AI语音初创公司Gradium周四宣布，向包括Nvidia在内的新投资者重新开放种子轮融资，总融资额达1亿美元。资金将用于在湾区设立办公室并争夺人才。Gradium于去年12月从法国AI实验室Kyutai剥离，此前已获7000万美元融资，投资者包括FirstMark Capital、Eurazeo、DST Global Partners、Eric Schmidt及Xavier Niel。公司由前Google Brain、DeepMind和Facebook研究员Neil Zeghidour联合创立，主推超低延迟语音AI模型，实现近乎即时的语音响应。尽管面临ElevenLabs、Google Gemini等竞争，Gradium已赢得法国汽车制造商雷诺等大客户。

行业动态语音

01:55

jason@jxnlco

使用gpt-live进行双向翻译。有人想给hiroki送一个切西兰花的机器人吗？

OpenAI 教程/实践语音

01:26

Ethan Mollick@emollick

微软 AI 发布 Ode Poetry 工具，用户只需描述当前感受，AI 音频模型就会连接诗歌专家 William Sieghart 的推荐作品，为特定时刻朗读一首诗。科技作者 Ethan Mollick 体验后称赞与虚拟 Sieghart 对话的愉悦过程，并借 Keats 与 Hopkin 的诗作朗读呼吁更多美丽、人性化的 AI 演示。项目博客已上线。

Mustafa Suleyman: Introducing Ode Poetry. Ode is a wonderful poetry pharmacy that reads you a poem for the moment you're in. Just tell Ode...

Microsoft 产品更新语音

00:16

Berryxia.AI@berryxia

Berry Xia 转发体验分享：GPT Live 能在用户说英文的过程中实时检测语法和表达问题，并给出自然的中文纠正建议，如同私人英语教练。该功能可指出哪里不对、应该如何说，交互流畅。

小互: 卧槽 GPT Live 简直就是学英语神奇啊它能在你说英文的过程中如果出现语法和表达方面的问题,会及时进行纠正告诉你哪里说的不对,应该怎么说,而且非常的自然这这这...

OpenAI 教程/实践语音

7月9日

23:15

Greg Brockman@gdb

如果你想成为我们的设计合作伙伴，一起测试 GPT-Live API（无论是开发创意新应用还是集成到现有产品中），请与我们联系 - gdb@openai.com。非常期待看到这项技术能为开发者解锁哪些新想法。

OpenAI: Introducing GPT-Live, a new generation of voice models for natural human-AI interaction. Rolling out in ChatGPT starting...

OpenAI 模型发布语音

关联讨论 10 条

22:36

小互@xiaohu

OpenAI 新推 GPT-Live 语音模型，采用全双工架构，能边听边说、对话不中断，并可在交流中实时纠正用户的语法和表达错误。遇到联网搜索或深度推理等复杂任务时，自动交给后台 GPT-5.5 处理。人工头对头评测中，GPT-Live-1 和 mini 均优于 Advanced Voice Mode，在 GPQA、BrowseComp、τ3-Voice Telecom 三项测评上也超越后者。语音新增天气/股票/体育等可视卡片，支持 Instant / Medium / High 三级推理强度调节，并加强了自伤、情感依赖等安全防护。

小互: OpenAI 新发布 GPT-Live 语音模型不仅仅是全双工语音能力而且它能直接调用GPT 5.5推理模型更牛P的是它还能生成实时的UI界面来展示信息,这完全是个人AI助理了苹果的 Siri 岌岌可危,甚至整个苹果生态都有点危险,随...

OpenAI 产品更新推理语音

22:15

Greg Brockman@gdb

John Collison: It's really good - feels like the moment where the voice modality for AI apps will finally take off. Upgrade to the late...

OpenAI 大佬观点语音

15:12

Deedy@deedydas

今日AI新闻：GPT 5.6 Sol、Grok 4.5、Seedream 5 Pro等发布及预告

今天AI新闻密集：GPT 5.6 Sol和Sol Ultra明天发布，早期评价正面但不及Fable；Grok 4.5（来自Cursor/SpaceX）声称Opus 4.7质量，80tps，$2/M输入、$6/M输出；字节跳动Seedream 5 Pro发布，图像能力接近第二，与GPT Image 2相当，成本低4倍（$0.045-$0.09/张），专长编辑和信息图，击败Meta Muse Image；GPT-Live推出全双工非轮次语音模型，支持说话时无缝交互。即将到来：Seedance 2.5 Pro（7月初）、Gemini 3.5 Pro（7月17日）、GPT-6传闻（8月14日）。

OpenAI xAI 推理行业动态

14:16

IT之家（RSS）

苹果 watchOS 27 Beta 3 新特性：Siri 可追加 Apple Watch 计时器时长

watchOS 27 Beta 3 为 Apple Watch 的 Siri 计时器增加了“延长运行中计时”能力。此前用户只能通过 Siri 设置或取消计时器，无法在倒计时中追加时间；新版允许在计时器运行状态下直接追加时长，例如剩余 4 分 42 秒时要求追加 2 分钟，系统会合并显示为 6 分 42 秒并继续倒计时，无需重新输入完整时长。

产品更新语音

13:29

宝玉@dotey

OpenAI 发布 GPT-Live

OpenAI 推出 GPT-Live，采用全双工架构取代 ChatGPT 旧版“对讲机”式语音。两个型号 GPT-Live-1 和 GPT-Live-1 mini 分别面向付费和免费用户，已在 iOS、Android 和网页端全球推出。架构上语音交互层与推理层分离，日常对话自处理，复杂任务后台调用 GPT-5.5。用户可选三档推理强度，九个语音角色重新录制。上线首日，部分用户不满其频繁插入“mhmm”等回应词；TechCrunch 指出印地语翻译带美式口音、措辞偏书面。当前不支持视频通话和屏幕共享，API 尚未开放。

OpenAI: Introducing GPT-Live, a new generation of voice models for natural human-AI interaction. Rolling out in ChatGPT starting...

OpenAI 产品更新语音

关联讨论 10 条

12:28

Sam Altman@sama

OpenAI 推出 GPT-Live，新一代语音模型，用于自然的人机交互。即日起在 ChatGPT 中上线。Sam Altman 感叹：这视频真不错。

OpenAI: Introducing GPT-Live, a new generation of voice models for natural human-AI interaction. Rolling out in ChatGPT starting...

OpenAI 产品更新语音

11:16

IT之家（RSS）

腾讯搜狗输入法鸿蒙版全面适配，支持多端剪贴板互通

腾讯搜狗输入法官宣其鸿蒙版已完成全面适配，用户可在华为应用市场更新至最新版本体验完整功能，成为行业首个全面适配鸿蒙生态的输入法。核心升级包括跨设备复制粘贴（登录同一账号后在鸿蒙、Android、iOS、Windows、Mac间一键复制文字与图片，可自主关闭任一设备互联）、语音识别（基于腾讯混元大模型，准确率提升至98%，支持方言与外语混合输入及文本润色）以及个性化体验（皮肤资源与各平台同步，个人词库云端自动记录输入习惯）。

产品更新语音

10:36

小互@xiaohu

OpenAI 发布 GPT-Live 语音模型：全双工对话、可调用 GPT-5.5、支持语音可视卡片

OpenAI 发布 GPT-Live 语音模型，采用全双工架构，支持边听边说、可打断的自然对话。遇到需要联网搜索或复杂推理的任务时，后台实时调用 GPT-5.5 处理，对话不中断。在人工头对头评测中，GPT-Live-1 和 mini 均显著优于 Advanced Voice Mode；在 GPQA、BrowseComp、τ³-Voice Telecom 三项测评上也全面超越。新增天气/股票/体育等语音可视卡片，可调推理强度（Instant/Medium/High），并针对语音场景加强了自伤、情感依赖等安全防护。

OpenAI 多模态推理模型发布

09:07

OpenAI@OpenAI

GPT-Live 现已全面推送给 Go、Plus 和 Pro 计划的所有 ChatGPT 用户。免费用户正在逐步推送中。请更新至最新版 ChatGPT 应用（iOS 或 Android）以体验。

OpenAI: Introducing GPT-Live, a new generation of voice models for natural human-AI interaction. Rolling out in ChatGPT starting...

OpenAI 模型发布语音

关联讨论 10 条

08:21

Simon Willison 博客

GPT-Live 发布

OpenAI 将 ChatGPT 语音模式升级为 GPT‑Live 模型。新模型在 iPhone 应用预览中表现令人印象深刻，能够将需要搜索、深度推理的复杂任务委托给后台的 GPT-5.5，同时保持对话流畅。此前语音模式基于 GPT-4o 时代模型，知识截止于 2024 年。预览期间作者遇到模型打断并嘲笑非幽默语句的 bug，已向 OpenAI 反馈并得到调整。作者最长一次对话持续 1 小时。

OpenAI 模型发布语音

08:17

凡人小北@frxiaobei

OpenAI 推出 GPT-Live，唯一的愿景：用它控制 codex。

OpenAI: Introducing GPT-Live, a new generation of voice models for natural human-AI interaction. Rolling out in ChatGPT starting...

OpenAI 模型发布语音

08:15

Berryxia.AI@berryxia

OpenAI 推出 GPT-Live 全双工语音模型

OpenAI 发布新一代语音模型 GPT-Live，主打更自然的实时人机对话。核心升级为全双工架构（full-duplex），模型可一边听一边说，无需等待用户说完再响应。具备更好的时间感、实时翻译能力和更鲜明的对话人格，还能在后台将复杂问题委托给前沿模型处理。该功能即日起在 ChatGPT 中推出。此举旨在将语音从辅助输入方式推向主要交互界面，尤其面向移动端和日常使用场景。

OpenAI: Introducing GPT-Live, a new generation of voice models for natural human-AI interaction. Rolling out in ChatGPT starting...

OpenAI 模型发布语音

关联讨论 10 条

08:15

ginobefun@hongming731

OpenAI、Cursor与本地模型实验：AI走向连续交互与长任务

OpenAI发布全双工语音模型GPT-Live，可边听边说、打断或沉默，后台委托GPT 5.5处理搜索与推理。Cursor联合SpacexAI推出Grok 4.5混合专家模型，训练数据含数万亿token的Cursor开发交互，通过分布式Agent系统强化学习扩展长任务能力，覆盖桌面、网页、iOS、CLI及SDK，并新增安全防护。Martin Fowler站点作者Birgitta Bockeler用本地小模型实验，按内存、速度、工具调用、功能正确性建立可行性漏斗，结论：本地模型在文件范围明确的小任务上可进入工作流，但远不能替代大模型。三条进展均指向AI从单次回答向连续交互、长程任务、实际落地演变。

智能体编码行业动态语音

07:16

IT之家（RSS）

OpenAI 最智能语音模型：GPT-Live-1/mini 登场，边听边说让 AI 对话更接近真人聊天

OpenAI于7月9日发布GPT-Live-1与GPT-Live-1 mini全双工语音模型，可同时聆听与说话，每秒多次判断是否继续倾听、打断或调用工具。复杂任务可委托后台GPT-5.5系列模型执行。即日起向全球ChatGPT用户开放，Go、Plus和Pro订阅用户可用GPT-Live-1，免费用户可用GPT-Live-1 mini。新模型在5-10分钟配对对话中偏好得分高于Advanced Voice Mode。支持可视化卡片、搜索、记忆、图片和文件上传。安全评测在自伤、情感依赖等维度上表现相当或更优。

OpenAI 模型发布语音

关联讨论 10 条

06:53

jason@jxnlco

只有当我说的内容以5个音节结尾时才回话。只在所说的内容符合俳句格式时才回话。只有在沉默5秒后才回话。

Brian Lovin: @yitong The AI kept interrupting the kind old ladies though ??

教程/实践语音

06:53

jason@jxnlco

FUCK （引用推文：@huskirl 对新语音模型使用了经典测试）

Husk: Had to give the new voice model the classic test

OpenAI 其他语音

06:28

Orange AI@oran_ge

GPT Live 发布！真人般的实时对话模型全双工架构实现了同时听说能力在同传翻译场景达到了超越人类的反应速度。。。

OpenAI 产品更新语音

04:54

🚨 AI News | TestingCatalog@testingcatalog

OpenAI 发布 GPT Live 1，一个基于全双工架构的新语音模型，可同时听和说。提供 GPT-Live-1 和 GPT-Live-1 mini 两个版本，未来几天内向所有用户推送，API 支持稍后到来。该模型能在对话中发出"mhmm"等回应或保持安静，被认为是最智能的语音模型--遇到需搜索、深度推理或复杂任务时，会后台委托给最新前沿模型处理。移动端同步更新了 effort selector（努力程度选择器）和快速设置菜单。

🚨 AI News | TestingCatalog: BREAKING 🔥: OPEANAI LAUNCHED GPT LIVE 1, A NEW FULL DUPLEX VOICE MODEL FOR CHATGPT! It comes in 2 versions: GPT-Live-1 ...

OpenAI 多模态模型发布语音

关联讨论 10 条

04:23

jason@jxnlco

OpenAI 推出 GPT-Live，新一代语音模型，实现自然的人机交互。即日起在 ChatGPT 中上线。主推文评论："Agi 在你所在之处与你相遇，在每一种模态中。"

OpenAI: Introducing GPT-Live, a new generation of voice models for natural human-AI interaction. Rolling out in ChatGPT starting...

OpenAI 多模态模型发布语音

04:23

jason@jxnlco

Gpt live 在委派任务方面非常出色。

OpenAI: For questions that require web search, deeper reasoning, or more complex work, GPT-Live can delegate to our latest front...

OpenAI 产品更新语音

02:55

Ethan Mollick@emollick

甚至没有时间写关于我早期体验新GPT语音的感想，但它真的很好，更接近与AI对话的科幻体验（部分原因是它更智能了）。再加上Claude Tag，暗示了与AI协作的新模式正在涌现。

OpenAI 大佬观点语音

02:52

Peter Steinberger 🦞@steipete

这就是你想和你的爪子聊天的方式。今天，我们推出了第三代语音模型与架构 GPT-Live。GPT-Live 是一款全双工模型，内置异步委派功能，能够实现极其自然的对话，同时具备你期望 ChatGPT 拥有的智能。 https://openai.com/index/introducing-gpt-live/

Justin Uberti: Today, we're launching our third-gen voice model and architecture, GPT-Live. GPT-Live is a full-duplex model with built-...

MCP/工具 OpenAI 模型发布语音

02:38

The Decoder：AI News（RSS）

OpenAI 推出 GPT-Live：全双工语音模型，可同时听与说

OpenAI 发布 GPT-Live 语音模型，采用全双工架构，支持同时听和说、用户打断以及“mhmm”等填充词，对话更自然。两个版本：GPT-Live-1 面向 Go、Plus、Pro 付费用户，GPT-Live-1 mini 面向免费用户，覆盖 iOS、Android 和网页。复杂任务（网页搜索、推理）委托给后台 GPT-5.5，用户可选 Instant、Medium、High 三个推理级别。用户偏好度测试中，GPT-Live-1 达 75.7%，GPT-Live-1 mini 达 69.2%。在 GPQA 科学推理测试中，高推理级别达 84.2%（Advanced Voice Mode 为 45.3%）；在 BrowseComp 智能体搜索基准上得 75.2%（Advanced Voice Mode 为 0.7%）。新增视觉卡片与九种语音，内置危机热线、年龄适配及家长控制等安全措施。

OpenAI 推理模型发布语音

关联讨论 10 条

02:27

MarkTechPost（RSS）

OpenAI 发布 GPT-Live 全双工语音模型家族，首批 GPT-Live-1 与 mini 版

OpenAI 今日推出 GPT-Live 全双工语音模型家族，首批包括 GPT-Live-1 与 GPT-Live-1 mini。该模型可同时收听与说话，能在对话中发出“嗯”等简短反馈，并在用户思考时保持安静。遇到搜索、深度推理或复杂任务时，GPT-Live 将其委托给后台的 GPT-5.5 处理，自身维持对话流畅。人工评估中，GPT-Live-1 及 mini 在自然度、轮流交谈等维度被测试者强烈偏好于 Advanced Voice Mode。自动化基准测试显示，GPT-Live-1 在 GPQA、BrowseComp 和 τ³-Voice Telecom 上均有显著提升。即日起向全球 ChatGPT 用户推送，API 预计随后开放。首发不支持视频、屏幕共享及完整多语言。

OpenAI 产品更新语音