近日，OpenAI正式发布全新语音交互模型GPT-Live，带来媲美真人的对话体验，其“瞬间翻译”能力更让同声传译面临失业挑战。相比以往，GPT-Live采用全双工架构，支持边说边听与随时插话，彻底告别“抢麦”与回合制延迟；同时引入深度任务委托，前台流畅陪聊，后台调用GPT-5.5进行联网搜索与复杂推理。此外，新版语音全面支持可视化卡片弹出、图片识别等功能，在厨房烹饪指导、面试复盘等场景表现出色。此次升级标志着AI交互从“使用工具”向“真人交流”的范式转变，语音通话或将成为未来最核心的交互入口。

11月11日，博通与AI公司CAMB.AI合作开发一款新型端侧AI芯片组，可实现设备本地实时音频翻译，原生支持超150种语言。该技术将复杂任务如翻译、配音和口述影像从云端转移至本地设备（如电视、智能音箱等），无需联网即可运行，确保隐私保护与超低延迟性能。官方称其能减少网络带宽占用，并展示了一段基于电影《美食总动员》的演示视频，AI可实时生成多语言场景描述及文字翻译。这项技术对视力障碍用户尤其重要，提供更便捷的视频信息获取方式。目前技术仍处测试阶段，未来有望应用于智能电视、机顶盒及物联网设备，带来颠覆性多语言交互体验。

9月13日，微软发布突破性Live Interpreter API，支持76种语言和143个地区实时翻译，无需设置输入语言即可实现流畅跨语言沟通。该API基于Azure Speech Translation打造，具备自动语言识别、低延迟及接近人工口译的效果，并能保留说话者语调与风格，适用于多语言呼叫中心、在线会议等场景。微软与安克创新合作展示其实际应用潜力，称将为全球用户带来更智能的视听体验。目前，API已开放公测，开发者可通过快速入门指南集成，普通用户则可通过相关应用或网站体验此功能。