Live

general · 首次出现 2026-05-22 · 最近出现 2026-10-17 · 累计提及 1208

综述

Live 在当前 AI 语境中主要指模型的实时交互能力,涵盖实时语音对话、实时视觉辅助、直播发布与实时数据查询等形态。随着 Gemini Live、GPT-Live 等产品密集更新,"实时"正成为大模型从聊天工具走向多模态服务的关键竞争维度。

Live 能力的近期进展

  • Google推出Guided Vision实时视觉辅助功能:Gemini Live 新增 Guided Vision,可通过摄像头提供实时视觉引导,把 Live 交互从语音推进到视觉场景。
  • Lovable集成OpenAI GPT-Live语音对话功能:低代码平台 Lovable 接入 GPT-Live,开发者可改用语音与应用实时对话,实时能力开始进入开发工具链。
  • Amazon QuickSight支持实时数据查询:QuickSight 在 AI 构建的应用中提供受治理的实时数据,试图平衡实时性与企业数据权限、合规要求。
  • OpenAI DevDay 开发者大会即将举行:大会设置直播环节,实时发布与直播演示本身也成为 Live 形态传播的组成部分。
  • 当前焦点与观察点

    竞争焦点集中在三个方面。一是延迟与多模态融合,语音加视觉的实时响应正成为头部厂商的标配能力。二是落地场景扩展,从 LG 与微软合作的智能家居语音助手,到企业级实时数据服务,实时交互正同时向消费端和企业端渗透。三是实时数据治理,实时性与权限管控、合规之间的张力开始显现。

    此外,低价模型与实时能力的组合可能进一步降低实时 AI 服务的使用门槛。后续值得观察的是,实时交互的商用化节奏能否与用户体验、成本控制同步提升。

    相关报道

    10 条在档