每日AI快讯 | OpenAI发布Realtime-2：首个具备“GPT-5级”推理能力的语音模型

OpenAI今日正式推出Realtime-2系列语音模型，其核心突破在于将“GPT-5级别”的逻辑推理能力深度整合进音频原生处理层。不同于以往的“语音转文字再推理”架构，Realtime-2实现了端到端的多模态推理。它可以根据用户的语调实时感知情绪，并在毫秒级延迟下执行复杂的逻辑拆解任务。

新发布的Realtime-Translate支持70多种语言的同声传译，且能保持发音者的原始音色。通过Realtime-Whisper音频转录模型，该系统在嘈杂环境下的识别准确率提升了35%。这一技术的发布意味着AI智能体正式告别了“机械感”，人类与AI的交互将变得像与真人对话一样自然且富有逻辑深度，极大地拓宽了教育和远程办公的应用边界。