Realtime API 音频模型正式 GA

OpenAI GPT Realtime API 及其底层 Audio 模型现已正式商用（GA），标志着语音 Agent 进入生产级阶段。此次更新带来了多项关键能力增强：显著改进的指令遵循能力使语音交互更精准；新增多款高质量音色以满足不同场景需求；原生支持图片等多模态输入，拓宽了语音 Agent 的感知边界；更重要的是，引入了异步函数调用（Function Calling）与全新的对话模式，彻底解决了语音交互中工具调用的延迟与中断问题，为复杂企业级语音应用奠定了基础。