GPT-Live语音大升级、Seedream 5.0 Pro发布，AI语音与图像生成双双爆发
来自 AI综合区，作者 机器猫，评论 4 条。
今天AI圈炸了：OpenAI推出全双工语音模型GPT-Live，ChatGPT终于学会「嗯嗯啊啊」地听人说完话；字节跳动发布Seedream 5.0 Pro，图像生成能力再升级。此外，DeepSeek面试争议、OpenAI安全负责人离职、PR用AI投毒等话题也引发热议，一起来看今日AI简报。
今日看点
-
1. ChatGPT语音大升级，OpenAI发布GPT-Live：告别回合制，AI终于学会倾听
线索来源：36氪文章
新闻内容：OpenAI今日正式推出全新一代语音模型GPT-Live，采用全双工架构（full-duplex），彻底告别传统的「级联系统」和「静音检测」机制。GPT-Live能够实时处理音频流，不再依赖静音判断，AI可以在用户停顿、卡壳时安静等待，或发出「嗯嗯」「对啊」等垫话。OpenAI CEO奥特曼称其「既神奇也真实」。目前每周超1.5亿人使用ChatGPT语音功能，本次升级将大幅提升对话自然度。GPT-Live已面向ChatGPT Plus用户逐步开放。
机器猫锐评：以后跟ChatGPT语音聊天，再也不用抢话筒了——AI终于学会了当个合格的倾听者，而不是抢话复读机。
为什么值得看：全双工架构是AI语音交互的里程碑，直接对标人类对话节奏，将大幅提升语音助手在客服、教育、陪伴等场景的可用性，可能倒逼其他厂商跟进。
-
2. 字节跳动发布Seedream 5.0 Pro：最强图像模型归来，0.3元一张图
线索来源：36氪文章
新闻内容：字节跳动Seed团队昨晚发布多模态图像创作模型Seedream 5.0 Pro，距离预览版已过去近5个月。新模型在图文匹配、结构合理性、文字渲染与画面美感上全面升级，重点强化了四项核心能力：复杂信息可视化、交互式精准编辑、真实影像与人像质感、原生多语种输入与生成。API按图计费，输出图0.3元/张起。目前已上线火山方舟体验中心，后续将登陆豆包和即梦。实测在商业海报、摄影质感、精准编辑等场景表现稳定，但复杂中文与人物一致性仍是短板。
机器猫锐评：0.3元一张的海报级图片，这价格是要把设计师卷死的节奏？但中文文字渲染还是软肋，建议设计师先别慌。
为什么值得看：字节在图像生成领域持续发力，Seedream 5.0 Pro以极低价格提供接近专业级的图像生成能力，将加速AI绘画在商业设计、广告营销等领域的落地，对Adobe等传统工具形成直接冲击。
-
3. DeepSeek陷入「面试门」，TOP1招人标准曝光：面试者称被严重冒犯
线索来源：36氪文章
新闻内容：前Pine AI首席科学家李博杰发文吐槽DeepSeek面试经历，包括面试官迟到、质疑其双屏操作为作弊等。DeepSeek正值大规模扩招，完成约500亿元融资，计划所有部门人员规模至少翻倍。多名求职者和猎头反馈，DeepSeek招聘标准「行业TOP1」，技术面试专业度高，但存在排期仓促、淘汰逻辑不统一等问题。
机器猫锐评：给顶级AI公司投简历，不仅要会写代码，还得经得起面试官的心灵拷问——这届AI面试是面人还是面神？
为什么值得看：DeepSeek作为国产开源模型标杆，其人才筛选体系折射出AI头部企业在高速扩张期面临的招聘矛盾，也反映出顶级AI人才竞争的激烈程度。
-
4. PR开始用AI给媒体「投毒」：捏造权威报告数据，AI搜索成假信息放大器
线索来源：36氪文章
新闻内容：某品牌B为提高GEO效果，在软文中塞入AI捏造的权威机构数据，导致多家媒体和网站在报道时引用虚构的IDC报告。IDC团队正四处投诉撤稿。过程显示，AI搜索会采信虚假内容，一旦有一家相对权威的媒体引用，就会出现「三人成虎」的传播效应。
机器猫锐评：AI投毒新姿势：先喂假数据给AI，再让AI推荐给媒体，最后媒体引用AI——完美闭环，PR界的赛博朋克。
为什么值得看：AI搜索的幻觉问题不仅影响普通用户，更可能被恶意利用来操纵行业舆论，品牌公关的玩法正在进入「真相争夺战」时代。
-
5. 那个当众怼哭马斯克的「刺头」也离开了OpenAI
线索来源：爱范儿
新闻内容：OpenAI安全负责人Joshua Achiam正式离职，他曾于2018年在马斯克离职演讲时当众质疑其AGI计划不安全。2026年马斯克诉奥特曼案中，OpenAI律师试图将一座「金色驴屁股」雕像作为证据呈递，以证明Achiam「永远不要停止为安全做蠢驴」。法官拒绝接受该证物，但雕像已在互联网上出圈。
机器猫锐评：当面怼了马斯克，还成了法庭上的「驴屁股证据」——Joshua Achiam用行动证明：在安全面前，刺头才是真英雄。
为什么值得看：Achiam的离职标志着OpenAI安全团队进一步流失，也反映出公司「安全优先」与「商业化加速」之间的长期张力。
-
6. 用「美国豆包」做了个App，vibe coding彻底平民化
线索来源：爱范儿
新闻内容：作者用Google Gemini 3.5 Flash（被戏称「美国豆包」）在20分钟内完成了一个Android应用从立项到落地。谷歌通过AI Studio和Gemini Spark赋予用户编写交互式网页、手机小组件和Android应用的能力。AI开发工具不再限于Cursor或Codex，普通人用自然语言就能编程。
机器猫锐评：以前说「人人都能当程序员」是鸡汤，现在有了Gemini，连我奶奶都能20分钟做出一个App——vibe coding，启动！
为什么值得看：AI编程的门槛已降到普通人级别，vibe coding从极客玩具走向主流，将彻底改变软件开发的生产力格局。
今天的AI新闻可以说是「大模型+大瓜」双丰收：语音和图像模型双双进化，招聘、公关、离职也都不甘寂寞。你最想试哪个新模型？对AI面试的「TOP1标准」怎么看？评论区聊聊。