AI 早报|OpenAI 推出实时语音API三件套，AirPods与Cloudflare裁员消息
2026年5月8日，OpenAI为开发者带来了实时语音API的新功能，涵盖GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper。GPT-Realtime-2侧重于对话中的推理、工具使用和打断处理；Translate支持70多种输入语言及13种输出语言；Whisper则用于低延迟的实时语音转写。OpenAI希望将语音交互从基础问答升级为具备听、思、译、写、执行能力的生产级智能体。语音模型正从“输入法”转变为“执行界面”，这势必推动客服、教育、会
AI浪潮才刚刚拉开序幕
2/ 为何巨头敢于豪掷千金？——AI营收与投资回报率已迅速兑现营收高速攀升是信心的稳固基石：多家行业巨头在财报电话会上透露，数据中心产能严重短缺，难以满足AI需求，北美市场利润丰厚，且价格走势持续下行“涨价因素”是Capex超预期的关键所在：微软直言，在其2026年1900亿美元的资本支出中，约有250亿美元完全归因于零部件价格的上涨。这表明，即便硬件采购数量保持不变，上游企业的营收与利润也能获得强劲支撑。处于上游的半导体厂商（特别是存储、载板及模拟芯片领域）目前掌握着极强的定价权，能有效将成本压力转嫁给
OpenAI揭秘AI新篇章：2026年“AI研究实习生”将至
2026年9月，OpenAI预计将推出首个“AI研究实习生”，这一明确的时间表由首席科学家Jakub Pachocki在其最新访谈中公布。距离这一里程碑仅剩不到5个月。在他看来，人工智能的定位正在经历从“便捷工具”到“能干员工”的转变。衡量一个模型是否强大，将不再仅仅依据其正确率，而是考察其独立运行的时长、处理模糊指令的能力以及所需的人工干预程度。简而言之，AI正从日常助手演变为能够独立完成任务的智能体，这一演进将深刻地改变我们的工作模式。当前，外界普遍将这波AI浪潮简单地理解为“编程能力的提升”。然而，
软银调整OpenAI抵押贷款规模计划
据彭博社周五引述知情人士透露，由于部分贷款方持谨慎态度，软银集团已缩减了原计划以其持有的OpenAI股份为抵押、总额100亿美元的保证金贷款规模。 该报道指出，在与合作银行的商谈中，软银方面提出将贷款目标金额调降至至少600亿美元。 消息人士称，软银最初的融资方案引起了投资者的担忧，主要是因为OpenAI作为一家非上市公司，其确切的估值难以准确评估。 路透社目前尚未能证实此报道的真实性，软银和OpenAI均未立即对路透社的置评请求做出回应。 保证金贷款是指投资者借入资金用于购买证券，并以所购资产作为抵押的
5月8日AI快讯：OpenAI推新语音模型，豆包开启付费，国标落地
2026年5月8日，AI领域消息量爆表——OpenAI同时发布三款语音模型、自研芯片合作遭遇180亿融资困境、马斯克的法律纠纷曝光AI安全漏洞；国内方面，工信部等三部门联合发布AI终端国家标准、豆包在3.45亿月活用户基础上引入分层付费机制、AMD也展示了其最新产品。以下为您盘点今日全球AI领域的重大动态。5月8日，OpenAI宣布升级Realtime API，并同步发布三款新的语音智能模型：OpenAI表示：GPT-Realtime-2是目前最先进的语音模型（
OpenAI推出三款革新语音模型，AI沟通能力迈上新台阶
在昨日的凌晨时分，OpenAI公布了三款全新的音频处理模型：GPT-Realtime-2、GPT-Realtime-Translate以及GPT-Realtime-Whisper。根据OpenAI官方的介绍，这些新模型将赋能开发者，使其能够创造出在用户进行语音交流时，能够实时进行“推理、语言转换和文字转录”的语音应用。目前，这三款模型已向开发者群体开放了测试申请。此次更新的核心亮点在于三款模型针对不同应用场景的明确分工。GPT-Realtime-2专为实时语音代理（Agent）场景设计，堪称OpenAI首
OpenAI前董事作证：马斯克主动提供捐精并鼓励多生育
美国科技巨头埃隆·马斯克（Elon Musk）起诉人工智能公司OpenAI的案件近日在加州法院开审，期间他与OpenAI前董事希冯·齐里斯（Shivon Zilis）的密切关系意外成为听审焦点。齐里斯5月7日出庭作证时首次披露，自己在担任OpenAI董事任内，马斯克曾主动向她提出为其“捐精”，两人最终共同育有4名子女。正因这一信息，引发外界对其可能是马斯克安插在OpenAI的“内线”角色的猜测。齐里斯1986年2月出生于加拿大安大略省，母亲为印度移民，父亲为加拿大籍人士。她毕业于耶鲁大学，既是风险投资人也
OpenAI发布三款新语音模型 AI实现实时“边听边思考”
5月8日，OpenAI在Realtime API中一次性发布了三款前沿智能语音模型——GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper，分别聚焦于语音交互对话、实时多语种翻译以及实时语音转写。这预示着智能语音技术已突破“仅能听懂”的局限，迈向了“边听边思考、边分析边执行”的全新境界。GPT-Realtime-2：AI终于掌握了边“听”边“想”的技能此次发布的“核心”无疑是GPT-Realtime-2。作为一个真正具备“人性化表达与执行力”
AI每日速递：苹果新款AirPods集成摄像头，OpenAI发布三款语音模型
多语言语音克隆 TTS 模型 OmniVoice01一款集成了摄像头的 AirPods 正处于产品开发的后期验证阶段，最快可能在今年九月伴随升级后的 Siri 版本一同面市。这款 AirPods 的摄像头并非传统意义上的拍照或录像设备，而是作为 AI 版 Siri 的视觉输入端。两侧耳塞均配备了低分辨率摄像头，用于捕捉用户周遭环境的视觉信息，并实时传输给 Siri 进行分析。此举旨在让用户无需依赖手机，即可通过语音指令与环境进行互动，例如在冰箱前咨询食谱建议，或询问陌生物品的用途，Siri 都能依据摄像头
OpenAI革新语音交互：低延迟与强推理并举
硅基工具人OpenAI正以前所未有的速度推进其语音技术的边界。OpenAI于2026年5月7日隆重推出其最新的语音模型及Realtime API功能，其战略意图十分明确：为开发者和产品团队提供低延迟的语音交互、推理、翻译及转写能力。对于一个已将文本对话确立为主要入口的公司而言，语音并非附加功能，而是其下一代人机交互入口的关键战场。本次发布的亮点在于“三款全新语音模型”的同步亮相。官方并未将此次更新包装成单一性能的提升，而是将实时语音能力、语音理解能力与文本化能力置于同等重要的讨论层面。语音助手、客服以及多
AI 早报 Vol.023：OpenAI 语音 API 上线，Anthropic 发布自编码器
每天仅需3分钟，洞悉AI及加密货币市场核心资讯BTC 连续三日反弹至 81,000 高位遇阻，回撤至 79,800 点位。恐惧贪婪指数从 46 降至 38，重回恐惧区，表明市场信心不稳。ETH 跌势更猛，从 2,364 下探至 2,288，短期技术形态偏弱。据 TechCrunch 5 月 7 日消息，OpenAI 正式在其 API 中上线了全新的语音智能（Voice Intelligence）功能，赋予开发者更卓越的语音交互体验。核心摘要：深度剖析：此举意味着 OpenAI 正加速从图文领域迈向多模态语
阿联酋退出OPEC引发油价震荡
来源：21世纪经济报道 林伯强（厦门大学管理学院讲席教授，中国能源政策研究院院长） 近日，阿联酋宣布脱离石油输出国组织（OPEC）及其盟友（OPEC+），令全球能源市场备受关注。作为OPEC的核心成员国，阿联酋此举不仅关乎其自身利益，更可能重塑全球能源格局。这一决定并非草率之举，而是多重因素共同作用的结果。 首要原因在于阿联酋的产能扩张计划与OPEC的配额限制存在冲突。近年来，阿联酋持续加大投资以提升石油产能。2025年11月，阿布扎比国家石油公司（ADNOC）发布规划，将在2026至2030年间投入15
OpenAI自研芯片遇冷：博通索要微软40%产能
OpenAI与博通在AI芯片领域的合作目前遭遇了融资难题。 据消息指出，OpenAI与芯片设计巨头博通去年宣布联合研发定制AI芯片时，双方曾笃定这是一笔稳操胜券的交易。然而几个月过去，根据一份内部备忘录及两名谈判知情人的说法，双方正在商讨由博通出资负责芯片生产的第一期建设。该阶段需要1.3吉瓦的数据中心算力，耗资约180亿美元。据此估算，代号“Nexus”、总规模10吉瓦的完整项目，光是芯片生产成本就达1800亿美元，且尚未包含数据中心建设等其他费用。 搞定这笔融资对OpenAI至关重要。这家ChatGP
2026年5月7日AI要闻速递
本期汇总20条全球 AI 与商业科技领域的关键动态，覆盖国际进展、行业走向以及产品发布。Elon Musk 表示，xAI 将终止以独立公司身份运作，并与 SpaceX 完成全面合并，随之更名为 SpaceXAI。该公司在周三宣布与 Anthropic 展开算力协同时，首次公开启用这一新称呼。Musk 解释称："xAI 不会再以独立主体存在，它将成为 SpaceX 的 AI 产品线。"SpaceXAI 随后宣布与 Anthropic 达成重要算力合作。业内解读认为，这一动作让 Musk 的
SpaceX 雄心万亿造芯、OpenAI 提前布局 AI 手机、国产大模型迎来资本与人才双高峰 | 前沿快讯
全球 AI 行业正处于推理效率变革、算力版图重组、资本疯狂注入的关键阶段。谷歌、OpenAI、SpaceX 等行业巨头动作密集，国内大模型及 AI 基础设施融资屡创新高，人才争夺战与战略调整愈演愈烈，产业步入高速迭代期。我们汇总了今日全球科技圈十大核心动态，提供一手资讯 + 深度产业解读，助你一目了然地把握行业最新风向。5 月 5 日，谷歌面向 Gemma 4 系列开源模型推出了多 Token 预测（MTP）起草工具，运用推测解码机制，推理速度最高可提升 3 倍，且输出品质无损。MTP 的核心机制在于 “