告别卡顿与机械感：OpenAI 推出全双工语音模型 GPT-Live-1

传统语音智能体在应对复杂的对话场景时，往往容易在停顿、打断或转换话题时显得非常脆弱。而 GPT-Live-1采用单一模型同时处理输入与输出音频，在架构设计上实现了颠覆性的简化。它不仅支持即时响应打断，还能将深层推理以及工具调用无缝委派给后端的文本模型，让对话在后台持续进行的同时保持高度的灵活性。

在实际性能表现和应用场景上，该模型带来了多项核心优势。首先是卓越的中断处理能力，在早期测试中，语言学习平台 Speak 发现它将思考停顿期间的中断减少了近80%。其次，开发者可以通过系统提示词来定制智能体的语气、节奏与对话风格，并能完美处理背景噪声和静默上下文，非常适合用于电话客服、餐饮预订以及长会话交互。在基准测试中，其搭配中等推理强度的 GPT-6Astra 后表现名列前茅。

目前，GPT-Live-1已在 API 中全面可用，前端语音层的定价为每分钟0.05美元。多位行业合作伙伴如 Yelp、Intercom 等均表示，该模型大幅提升了轮次切换的准确性，让 AI 语音支持真正走出了走走停停的节奏，实现了如真人面对面般自然流畅的全新体验。

本期AI日报：OpenAI上线GPT-Live-1 API，支持打断与工具调用；DeepSeek V4.1-Flash登陆WorkBuddy免费试用；谷歌推出Gemini Windows应用；蚂蚁集团称智能体商业“ChatGPT时刻”已至；环球音乐联手ElevenLabs共建正版AI音乐平台；SpaceX AI直播用Grok Bot三天建公司；商汤“小浣熊”移动端上线；支付宝升级AI钱包与三大“AI收”能力。

OpenAI正式推出品牌史上能力最强大模型GPT-6 Astra，官方将其定义为全球智能水平最高、对齐效果最优的生成式AI模型。 其训练工作在美国德州Stargate超算基地完成，动用超过10万张GPU完成预训练，也是OpenAI首次大规模使用前代模型参与监督训练的旗舰产品。 该模型上下文窗口达到105万token，最大输出128000 token，知识截止时间为2026年4月30日。

当地时间本月8日，OpenAI对外公布重磅成果，其一款尚未对外发布、数学能力显著强于GPT-6 Astra的内部大模型，借助约1万个AI智能体协同工作，仅耗时88小时，完成纳维 - 斯托克斯存在性与光滑性问题的证明。 这是克雷数学研究所2000年提出的七大千禧年大奖难题之一，悬赏奖金100万美元，困扰数学界近90年。 纳维-斯托克斯方程是描述流体运动的基础方程，广泛用于气象预报、�

GPT-6Astra与V2Fun协作实现3D建模：前者负责理解、拆解、规划、组装及规则结构代码生成，后者生成挖掘机、人物、铠甲等复杂曲面，形成可继续编辑的混合资产。这种分工降低Token消耗，缩短建模时间；V2Fun2.0升级8K贴图，推动3D生成从单一工具转向Agent调度基础能力。

OpenAI发布Images 2.5，提升图像细节并新增草图标注；曹操出行联合豆包在京杭苏提供AI打车；达芬奇21.1接入Claude Code和ChatGPT Codex；智元布局触觉赛道，京东推物理AI加速计划；联通魅族发布99克全语音AI手机；DeepSeek Flash系列降价；首部AIGC武侠片《山竹刀》上线。

OpenAI发布GPT-6 Astra，称迈向通用AI；英伟达129亿美元收购Hugging Face；小红书清理近12万条AI虚假医美探店内容；奥特曼证实自研人形机器人，强调“机器人大脑”；谷歌Workspace接入Gemini语音；GPT Image 2.5未发先热；阿里千问办公首月用户破3000万，开源上下文底座；Oura智能戒指提交IPO申请。

亮源新创发布并开源通用导航大脑LightNav-0，基于Real2Sim2Real将2000+真实场景转化为4000+小时训练数据，实现跨本体、跨任务、跨场景零样本真机泛化，无需额外数据或微调，并在公开视觉语言导航基准上全面领先；团队还将开放更贴近真实使用的多机器人、多场景、长程评测体系。

DeepSeek V4.1 Flash多模态超Pro；Suno v6支持图/视频/语音转音乐与精准编辑；AMD PRO 495将推超20款迷你主机；Prime Video上线AI口型同步；原神声音被仿冒获赔75万；OpenAI调整ChatGPT广告屏蔽竞品并开放GPT-5.6/6语音；Kimi联合金山云等进军企业市场。

北京时间2026年9月4日凌晨，OpenAI正式推出新一代旗舰模型GPT-6Astra。距离GPT-5首次亮相约一年，距上一个重要更新版本GPT-5.6仅过去两个月，OpenAI便以"代际跃迁"定义此次发布。公司总裁格雷格·布罗克曼在发布会上直言:"欢迎来到AGI时代。"