# OpenAI推出GPT-Realtime-2，将语音AI能力提升至GPT-5级别

- 来源：Berryxia.AI (@berryxia)
- 发布时间：2026-05-08 05:57
- AIHOT 分数：83
- AIHOT 链接：https://aihot.virxact.com/items/cmow1vuoc024tslcxszbet09v
- 原文链接：https://x.com/berryxia/status/2052508088524259835

## AI 摘要

OpenAI在API中正式发布GPT-Realtime-2，称其为目前最智能的语音模型，为语音代理赋予了GPT-5级别的推理能力。该模型能实现真正的实时协作，在对话过程中同步完成聆听、思考与复杂问题解决，使交互如真人般自然流畅。同时发布的还有支持70多种语言的实时翻译模型GPT-Realtime-Translate，以及实时转录字幕模型GPT-Realtime-Whisper。这一系列音频能力共同定义了下一代语音界面，标志着语音AI从“辅助工具”向“实时智能伙伴”的跨越。OpenAI还预告了ChatGPT语音功能的重大更新即将到来。

## 正文

OpenAI直接把语音AI拉到GPT-5级别了。

他们今天在API里推出GPT-Realtime-2，这是目前最聪明的语音模型，能让语音代理真正实时协作。

边听你说话、边思考、边解决复杂问题，整个对话过程像真人一样自然流畅。

同时还一起发布了GPT-Realtime-Translate（70+语言实时翻译）和GPT-Realtime-Whisper（实时转录生成字幕），直接把下一代语音界面整明白了。

以前语音代理总像在背台词，现在它终于能真正"听懂你在说什么"并且边听边想。

ChatGPT语音大更新也快来了，OpenAI自己都说"stay tuned，我们在准备"。

这波升级，直接把语音从"辅助工具"推向了"实时智能伙伴"。

你觉得语音代理真正成熟后，第一个被干掉的行业会是哪个？

### 引用推文

> OpenAI：Introducing GPT-Realtime-2 in the API: our most intelligent voice model yet, bringing GPT-5-class reasoning to voice agents. Voice agents are now real-time coll...