刚刚，OpenAI 放出了三个全新的实时语音模型，其中一个翻译模型，能把 70 多种语言实时翻译成 13 种语言输出，每分钟成本 2 毛钱。 GPT-Realtime-2，是 OpenAI 目前最强的语音模型，具备 GPT-5 ...

昨天凌晨，OpenAI发布了三款音频模型：GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper。

机场延误广播瞬间被手机 App 用母语解释并给出改签建议；会议中边说边看到中英字幕并自动生成要点。是什么技术让这些场景成为可能？答案是 OpenAI 于 2026 年 5 月在 Realtime API ...

智东西5月8日报道，5月7日，OpenAI在Realtime API中推出三款音频模型—— GPT‑Realtime‑2 （首个具备GPT‑5级推理的语音模型）、 GPT‑Realtime‑Translate （实时翻译）和 GPT‑Realtime ...

GPT-Realtime-2 专为实时交互设计，是首款具备 GPT-5 级推理能力的语音模型。它在保持对话自然流畅的前提下，能在对话过程中进行推理、调用工具，并处理用户的打断或纠正。这意味着开发者可以构建更复杂的语音助手，并能执行多步骤任务。

OpenAI近日正式推出三款全新实时语音模型，为开发者社区带来突破性技术工具。这些模型通过差异化功能设计，分别针对实时对话、多语言交互与语音转录场景提供解决方案，标志着语音人工智能进入更精细化的应用阶段。

GPT-Realtime-Whisper 是一种专为低延迟语音转文本而构建的新型流式转录模型。它能在人们说话的同时转录音频，从而使实时产品感觉更快、响应更灵敏、更自然——从即时显示的字幕到与对话同步的会议记录。

【导读】绝杀！OpenAI发布GPT-Realtime-2：首个GPT-5级推理音频模型，OpenAI正式接管人类耳朵人类与机器的最后一道「防火墙」——键盘，正在彻底消失。 今天凌晨，OpenAI又给世界带来一次震撼。 这一次，他们不卷文字，不卷视频 ...

OpenAI 近日正式推出三款针对实时语音场景优化的全新模型，通过 Realtime API 向全球开发者开放调用。这三款模型分别聚焦推理交互、多语言翻译和低延迟转录三大核心需求，旨在破解传统语音技术中存在的延迟响应、打断处理困难及多语言支持不足等痛点，为智能语音助手、实时会议系统等应用提供底层技术支撑。

OpenAI开放三大实时音频模型：告别纯文本，AI智能体进入“实时听与做”时代,智能体,openai,翻译,工作流,realtime ...

从用户规模看，Codex 已是 OpenAI 重点推进的产品之一。OpenAI 称，Codex 的周活用户已超过 400 万，较今年年初增长 8 倍。代码辅助之外，用户也在把 Codex 用到更广泛的日常工作里，而浏览器正是这类工作的高频入口。

5 月 7 日，宇树科技宣布，旗下人形机器人官方共享应用平台 UniStore 正式全面开放。该平台定位为全球首个人形机器人任务动作应用商店，将通过标准化接口与生态建设，降低机器人应用的开发与使用门槛，推动人形机器人从功能机时代向智能机时代跨越。