按发生时间倒序排列，最新在前。共 11 条匹配。按重要性筛选用下方「影响」chip。
Realtime API 支持 WebRTC，实现浏览器端实时音频流和低延迟语音交互。
Sora 视频生成模型在 Azure 上预览发布，支持文本到视频生成。
Azure 发布说话人分离 ASR 模型 gpt-4o-transcribe-diarize，支持 100+ 语言实时转写并标注说话人。
Realtime API 支持 SIP 协议，可直接接入电话网络，打通语音 Agent 到 PSTN 的最后一步。
Realtime-mini 模型在指令遵循和 Function Calling 上达到与完整版持平，语音 Agent 能力下沉到轻量模型。
ASR 模型重大升级：WER 降低约 50%，静音幻觉减少 4 倍，多语言性能提升。
Azure 上线 GPT-image-1.5，提升图像生成质量、编辑控制和面部保留能力，支持高输入保真度编辑。
Azure 发布 GPT-Realtime-1.5 和 GPT-Audio-1.5，提升指令遵循、多语言支持和 Tool Calling 能力。
火山方舟新增了多项多模态理解与生成教程，包括Doubao Seedance 2.0和Seedream 4.0-5.0等。
MiniMax 平台的语音资源包支持多模态接口，并赠送快速克隆音色。
Introducing Claude Design by Anthropic Labs
Anthropic 推出 Labs 实验产品 Claude Design，支持 AI 辅助视觉创作（设计/原型/PPT 等）。