OpenAI 于周一发布了 Advanced Voice Mode(高级语音模式)的更新。这项 AI 语音功能支持在 ChatGPT 中进行实时对话,此次更新使 AI 助手变得更富人情味,并减少了打断用户的频率。
OpenAI 的后训练研究员 Manuka Stratta 在周一发布到公司官方社交媒体渠道的视频中宣布了这些变更。
OpenAI 的最新更新旨在解决 AI 语音助手的一个常见问题:当用户停顿思考或深呼吸时会被打断。
ChatGPT 的免费用户现在可以使用新版本的 Advanced Voice Mode,允许用户在与 AI 助手对话时暂停而不被打断。ChatGPT 的付费用户(包括 OpenAI 的 Plus、Teams、Edu、Business 和 Pro 层级的订阅者)在使用 Advanced Voice Mode 时也将获得更少的打断,同时语音助手的个性也得到了改进。
一位 OpenAI 发言人向 TechCrunch 表示,面向付费用户的新 AI 语音助手"在回答时更直接、更具互动性、更简洁、更具体,也更有创造力。"
Advanced Voice Mode 的这些改进是在来自 AI 语音助手领域竞争对手的巨大压力下进行的。
由 Oculus 联合创始人 Brendan Iribe 创建、获得 Andreessen Horowitz 支持的创业公司 Sesame 最近因其自然音色的 AI 语音助手 Maya 和 Miles 而走红。更大的参与者也在更积极地进入 AI 语音助手领域,比如 Amazon 正在准备发布其由大语言模型驱动的 Alexa 新版本。
好文章,需要你的鼓励
灰鲸近年开始在旧金山湾意外停留,频繁遭遇船只碰撞威胁。2025年已有21头灰鲸在湾区死亡,其中40%死于船撞。为此,WhaleSpotter公司于2026年5月推出基于AI的鲸鱼检测系统,通过安装在天使岛的热成像摄像头捕捉鲸鱼喷水画面,结合AI模型识别后由人工核实,再向附近船只发出预警。系统已在运行约一周半内记录了6600次检测,据称可将船撞风险降低90%。
清华大学等机构提出首个实时双工多模态交互评测基准Omni-DuplexEval,含660个视频、9项任务,揭示当前最佳AI模型综合得分仅39.6分,远低于人类81.8分。
戛纳电影节今年将AI议题推至焦点。导演达伦·阿罗诺夫斯基认为AI是扩展电影创作工具箱的手段,而非替代人类创作者。史蒂文·索德伯格与Meta合作,将AI用于约10%的纪录片画面。彼得·杰克逊将AI比作早期电影的定格动画技术。但吉尔莫·德尔·托罗表示宁死不用AI,赛斯·罗根也批评AI辅助编剧毫无意义。戛纳主竞赛单元禁止纯AI生成影片参赛,业界对AI的边界与规范仍争议不断。
上交大与腾讯ARCLab提出SGT方法,通过将图像分割作为生成代理任务,有效打通统一多模态模型中理解与生成两种能力的表示空间,在多个主流评测上取得一致性提升。