GPT Realtime 2.0 概念文档发布

微软发布了 GPT Realtime 2.0（预览版）的概念文档，预示了下一代语音交互架构的重大升级。Realtime 2.0 首次将深度推理（Reasoning）能力引入实时语音流，并引入了全新的响应阶段控制机制，使 Agent 能够在对话中展现“思考”过程。此外，模型具备更严格的指令遵循能力。文档还同步介绍了专为实时多语言活动设计的新 Translate 模型，以及用于极低延迟流式转录的优化版 Whisper 模型，全面拓宽了实时语音 AI 的应用边界。