按发生时间倒序排列，最新在前。共 20 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。
GPT-image-1 新增 input_fidelity 参数和部分图像流式输出，提升编辑控制和用户体验。
GPT Realtime 和 Audio 模型 GA，新增图像输入、异步 Function Calling、对话模式等，语音 Agent 能力全面成熟。
Sora 支持图像到视频生成，可指定图像出现的帧位置。
Sora 支持视频到视频生成，可输入短片生成长视频。
GPT-image-1-mini 全球可用，轻量版图像生成模型，不支持编辑和输入保真度。
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。
TTS 模型升级，多语言合成更自然，改善说话人相似度和减少音频瑕疵。