钛媒体独家｜大模型独角兽MiniMax将于11月发布首款对标GPT-4o的端到端实时语音对话API产品

（图片来源：钛媒体App编辑林志佳拍摄）

钛媒体App 10月25日消息，钛媒体App独家获悉，AI 大模型领域的独角兽MiniMax将于今年11月发布对标GPT-4o的Realtime API服务，将提升端到端实时多模态处理能力，并带来更低延时、更自然、更沉浸的实时语音对话，为企业协作、社交、直播、游戏等多种场景提供服务。

这是MiniMax推出的首款端到端实时语音对话产品。消息人士告诉钛媒体App，内部正在打磨这款产品，并非常希望11月发布时产品效果直接对标OpenAI GPT-4o。

据悉，今年5月，OpenAI公司推出可免费使用的全新旗舰AI模型GPT-4o，可实时进行音频、视觉和文本推理，它可以在短至232毫秒、平均320毫秒的时间内响应音频输入，与人类在对话中的反应速度一致。在API使用方面，相比去年11月发布的GPT-4-turbo，GPT-4o价格降低一半（50%），速度提升两倍（200%）。

OpenAI CEO奥尔特曼（Sam Altman）在推文中表示，新的GPT-4o是OpenAI有史以来最好的模型，它很智能，速度很快，是原生多模态，并且它可供所有ChatGPT用户使用，无论是免费版本还是付费GPT-4版。

今年10月，实时语音技术公司、声网的兄弟公司Agora作为语音API合作者出现在了OpenAI 发布的Realtime API 公开测试版中。而MiniMax也看到了机会，开始与声网进行合作，声网创始人兼CEO赵斌在RTE 2024 第十届实时互联网大会上表示，声网与MiniMax正在打磨中国第一个Realtime API，基于该API的智能体产品，能够与人类进行轻松且流畅的实时语音交流。

除了MiniMax，目前包括科大讯飞、智谱AI、商汤科技等中国企业都在研发生成式AI对话产品，均与GPT-4o效果不相上下，OpenAI近期也开放了ChatGPT-4o对话功能。