主要观点总结
OpenAI正式开放了GPT-4o的高级语音模式，标志着语音AI技术的进一步发展。为了探讨该领域的前沿技术进展和潜在机会，RTE 2024第十届实时互联网大会上将举办Voice AI技术专场论坛，邀请各领域专家共同探讨AI语音交互的前沿话题。论坛将探讨LLM对语音生成模型带来的变化、端到端大模型的优势和挑战等内容。
关键观点总结
关键观点1: OpenAI开放GPT-4o的高级语音模式
OpenAI正式开放GPT-4o的高级语音模式，这是语音AI技术的重要进展，标志着AI在理解和回应语义方面的能力进一步提升。
关键观点2: RTE 2024实时互联网大会的Voice AI技术专场论坛
论坛将聚焦Voice AI领域的关键问题，探讨AI语音交互的前沿话题，包括LLM对语音生成模型的影响、端到端大模型的优势和挑战等。
关键观点3: 专家讨论与社区链接
论坛将邀请拾象 AI research lead Cage、声网音频技术负责人陈若非等专家，以及通义 CosyVoice、声网、香港中文大学、标贝科技的语音合成等技术团队参与。同时，希望通过社区链接领域内的开发者和生态力量，探索新技术和新场景。
正文
OpenAI 在今天终于正式开放了 GPT-4o 的高级语音模式（Advanced Mode），“Her”即将成为现实。
声音是最 LLM 原生的交互方式：AI 快速理解并回应语义，而语音作为最符合人类习惯的沟通方式。随着端到端声音模型落地，模型多模态能力增强、推理成本下降，我们认为围绕
Voice Agent
，从硬件到软件产品都会带来爆发机遇。
为了探讨这个领域的前沿技术进展和潜在机会，
在今年 10月25日到10 月26日在北京举办的 RTE 2024第十届实时互联网大会上，
海外独角兽与 RTE 开发者社区联合出品了 Voice AI 技术专场论坛，聚焦于 Voice AI 领域的关键问题，欢迎来现场与我们交流：
•
LLM 对语音生成模型带来的变化？
•
如何理解端到端大模型的优势和挑战？
•
Voice AI 实现 human-like 的最后一步是什么？
•
当大模型进化到实时多模态，需要什么技术突破，又会带来什么新玩法？
……
海外独角兽和 RTE 开发者社区发起的 Voice AI 专场论坛中，拾象 AI research lead Cage 和声网音频技术负责人陈若非会和通义 CosyVoice、 声网、香港中文大学、标贝科技的语音合成、SpeechGPT 等团队的技术专家齐聚一起，共同探讨 AI 语音交互的前沿话题。
RTE 开发者社区是聚焦实时互动领域的开发者社区。希望通过社区链接领域内的开发者和生态力量，萌芽更多新技术、新场景，探索实时互动领域的更多可能。这里你将遇见一群致力于改变人和人、人和世界，以及人和 AI 连接方式的开发者。
「海外独角兽」是拾象旗下的开源研究平台，专注于研究全球范围最优秀的创新公司，致力于用开源精神重塑投资信息分发网络。创立以来拾象团队积极输出高质量的行业与公司认知，已经输出了近 300 篇针对全球头部科技公司和前沿科技趋势的文章。在全球 AI 社区中积累了行业影响力，全网拥有 20万+订阅，覆盖头部互联网企业界、硅谷 AI 科学家、以及全球科技公司一线从业者。
LLM 新范式：OpenAI o1，self-play RL 和 AGI 下半场
