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、会议、创作工具和车载助手等行业重塑交互逻辑。

语音模型正逐渐演化为“执行界面”，这将促使客服、教育、会议、创作工具及车载助手等领域的交互逻辑进行重构。