今天小編分享的互聯網經驗：大模型獨角獸MiniMax将于11月發布首款對标GPT-4o的端到端實時語音對話API產品，歡迎閱讀。
（圖片來源：钛媒體 App 編輯林志佳拍攝）
钛媒體 App 10 月 25 日消息，钛媒體 App 獨家獲悉，AI 大模型領網域的獨角獸 MiniMax 将于今年 11 月發布對标 GPT-4o 的 Realtime API 服務，将提升端到端實時多模态處理能力，并帶來更低延時、更自然、更沉浸的實時語音對話，為企業協作、社交、直播、遊戲等多種場景提供服務。
這是 MiniMax 推出的首款端到端實時語音對話產品。消息人士告訴钛媒體 App，内部正在打磨這款產品，并非常希望 11 月發布時產品效果直接對标 OpenAI GPT-4o。
據悉，今年 5 月，OpenAI 公司推出可免費使用的全新旗艦 AI 模型 GPT-4o，可實時進行音頻、視覺和文本推理，它可以在短至 232 毫秒、平均 320 毫秒的時間内響應音頻輸入，與人類在對話中的反應速度一致。在 API 使用方面，相比去年 11 月發布的 GPT-4-turbo，GPT-4o 價格降低一半（50%），速度提升兩倍（200%）。
OpenAI CEO 奧爾特曼（Sam Altman）在推文中表示，新的 GPT-4o 是 OpenAI 有史以來最好的模型，它很智能，速度很快，是原生多模态，并且它可供所有 ChatGPT 用戶使用，無論是免費版本還是付費 GPT-4 版。
今年 10 月，實時語音技術公司、聲網的兄弟公司 Agora 作為語音 API 合作者出現在了 OpenAI 發布的 Realtime API 公開測試版中。而 MiniMax 也看到了機會，開始與聲網進行合作，聲網創始人兼 CEO 趙斌在 RTE 2024 第十屆實時互聯網大會上表示，聲網與 MiniMax 正在打磨中國第一個 Realtime API，基于該 API 的智能體產品，能夠與人類進行輕松且流暢的實時語音交流。
除了 MiniMax，目前包括科大訊飛、智譜 AI、商湯科技等中國企業都在研發生成式 AI 對話產品，均與 GPT-4o 效果不相上下，OpenAI 近期也開放了 ChatGPT-4o 對話功能。
根據艾瑞咨詢的統計，2021 年，對話式 AI 的市場規模為 45 億元，帶動規模 126 億元。預計 2026 年，對話式 AI 市場規模将達 108 億元，帶動規模超 385 億元，五年復合年均增長率（CAGR）達 32.5%。
（本文首發于钛媒體 App，作者｜林志佳，編輯｜胡潤峰）
