0
GPT‑Live‑1把语音代理推入“边听边说”时代：实时模型真正难的不是声音，而是打断、状态与工具协同
OpenAI在API中上线GPT‑Live‑1，主打全双工实时语音：系统能够在输出语音的同时继续接收用户声音，处理自然打断、背景噪声和长对话，并把复杂推理或工具调用交给后端模型。OpenAI称其在Full Duplex Bench上较GPT‑Realtime‑2.1提升30个百分点，语音前端价格为每分钟0.05美元。厂商自报基准仍需第三方复现，但产品方向十分明确：语音AI正从“录音—转文字—生成—合成”的轮次式管线，走向持续感知、实时决策和多模型协作。对电话客服、设备运维、车载助手和工业现场而言，决定体验的将不再只是识别准确率，而是端到端延迟、打断恢复、噪声鲁棒性、工具安全与业务状态一致性。