全部标签

#GPT-Live

共 3 篇文章

·技术
1 分钟0

全双工语音模型精读⑦:OpenAI gpt-realtime 与 GPT-Live——从端到端 S2S API 到全双工前台/后台委派

> 全双工语音模型系列精读第 7 篇。本文基于 OpenAI 官方博客与官方帮助文档,梳理 OpenAI 语音线两代产品:gpt-realtime(2025-08-28 GA)与 GPT-Live(2026-07-08)。配套总览见《全双工语音大模型全景调研》。 一、OpenAI 语音线的两

·技术
1 分钟0

全双工语音大模型全景调研(2026年9月):13 个维度看懂 Moshi、GPT-Live、Gemini Live、SeedRealtime、Gander 们的技术路线

> 本文所有大厂模型数据均来自其官方博客、官方技术文档或 arXiv 论文,文末附一手来源链接。第三方实测数据单独标注。截至 2026 年 9 月 10 日。 一、先统一概念:全双工不是 0/1 开关 "全双工"(Full-duplex)来自通信领域:双方可以同时收发信号。对照三档: -

·技术
1 分钟0

SeedRealtime 深度调研:字节原生音视频全双工大模型,与 GPT-Live / Gemini Live 的三条路线之争

> 2026 年 8 月 5 日,字节跳动 Seed 团队发布原生音视频全双工大模型 SeedRealtime,并在豆包 App 全量上线——官方称这是"业界音视频全双工技术的首次规模化落地"。它的定位不是"会说话的 Chatbot",而是"边看、边听、边说":模型持续看着摄像头画面、听着环