2024 年 2 月，OpenAI 发布了 Sora。这个能生成视频的 AI 模型用极短的时间改写了移动互联网时代的内容创作方式，甚至连迪士尼都曾计划为此注资十亿美元，并计划在 Sora 2 中引入自己的核心影视 IP。但就在 26 年 3 月，OpenAI 宣布关闭 Sora，相关 API 也会在 9 月停止提供。
对此，OpenAI 的解释是「将计算资源重新分配至核心企业产品」。
那到底是怎样的产品值得 OpenAI 不惜「壮士断腕」呢？刚刚过去的四月里，OpenAI 先后发布了 GPT-Image 2.0、GPT-5.5 等新服务。5 月 7 日，OpenAI 也乘胜追击，接连上线了 GPT-5.5 Instant 和今天我们要谈的重点——GPT-Realtime-2 系列模型。
GPT RT2让 AI 像真人一样说话
简单来说，GPT-Realtime-2（简称GPT RT2）是一个全面优化 AI 语音能力的模型系列，包含原版（GPT-Realtime-2）、翻译（GPT-Realtime-Translate）和转录（GPT-Realtime-Whisper）三个分支。其中 GPT-Realtime-2 具备 GPT-5 级别推理能力，开发者甚至可以自定义模型的推理深度，在准确性、时效性和算力成本之间找到自己的平衡。
