1. 首页 > 品牌企业 >

硬刚 OpenAI:谷歌 Gemini2.5实时音频性能霸榜，函数调用准确率达71.5%

erej8986 • • 品牌企业 •
硬刚 OpenAI:谷歌 Gemini2.5实时音频性能霸榜，函数调用准确率达71.5%

据 AIbase 报道，谷歌本周宣布为其原生音频模型 Gemini2.5Flash Native Audio 推出重大更新，旨在将 AI 交互从简单的“文本转语音”跨越到真正的拟人化实时交流。

此次更新的核心在于“原生”处理能力。不同于传统 AI 需要先将语音转为文字再处理的繁琐流程，该模型能够直接感知声音中的语调、情感和停顿，从而实现更自然流畅的对话。

谷歌数据显示，新版本对开发者指令的遵循率已从84% 跃升至 90%，在处理多步骤工作流时展现出更高的精准度。在音频基准测试 ComplexFuncBench 中，其函数调用准确率达到 71.5%，超越了 OpenAI gpt-realtime（66.5%）的表现，显示出在实时语音代理(Live Voice Agents)领域的强劲竞争力。

目前，这项技术已全面接入 Google AI Studio、Vertex AI、Gemini Live 以及 Search Live。开发者现可通过 Gemini API 体验这一升级版模型，利用其更强的一致性和多轮对话记忆能力，构建更可靠、更具情绪感知力的 AI 助手。

（来源：小熊科技）
业界动态 硬刚 OpenAI:谷歌 Gemini2.5实时音频性能霸榜，函数调用准确率达71.5%
免责声明：本文内容来源于第三方或整理自互联网，本站仅提供展示，不拥有所有权，不代表本站观点立场，也不构成任何其他建议，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容， 请及时联系我们进行处理。
erej8986erej8986

相关推荐