鈦媒體獨家｜大模型獨角獸MiniMax將於11月發佈首款對標GPT-4o的端到端實時語音對話API產品

（圖片來源：鈦媒體App編輯林志佳拍攝）

鈦媒體App 10月25日消息，鈦媒體App獨家獲悉，AI 大模型領域的獨角獸MiniMax將於今年11月發佈對標GPT-4o的Realtime API服務，將提升端到端實時多模態處理能力，並帶來更低延時、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。消息人士告訴鈦媒體App，內部正在打磨這款產品，並非常希望11月發佈時產品效果直接對標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毫秒的時間內響應音頻輸入，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月發佈的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，是原生多模態，並且它可供所有ChatGPT用户使用，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 發佈的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，基於該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。

根據艾瑞諮詢的統計，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 市場規模將達108億元，帶動規模超385億元，五年複合年均增長率（CAGR）達32.5%。

（本文首發於鈦媒體App，作者｜林志佳，編輯｜胡潤峰）