📦 v0.12.0 - 2026年10月10日
这次更新一句话：语音通话加入 Realtime 模式，一个小模型负责寒暄接话，正经问题才交给主模型；3D 直播推流来了，管理后台也有了通知面板。
🔥 更新内容
1. Realtime 语音通话
音频设置里的通话模式多了一个 Realtime 选项。开启后语音对话由 OpenAI Realtime 语音模型接管（默认 gpt-realtime-2.1-mini，Marin 音色）：日常应答它自己处理，遇到真问题或任务就转给聊天里的主模型，带着历史和工具去干，答案生成后念给你听，完整回复同时出现在聊天里。工具审批还是要在聊天里点。管理员可以用 AUDIO_REALTIME_ENABLED 等环境变量配置，通话最长一小时。
2. Realtime 通话 3D 形象
Realtime 通话时，模型可以用上传的 VRM 虚拟形象代替语音光球出镜，最多 25 MiB，还能配待机和聆听动画。Consolidated 的 LT 插件已支持。想给 AI 助手一个正式形象的，这一版能满足。
3. 3D 直播推流
开始推流跟真人主播没差别：填推流 URL，选 720p 或 1080p，点开始就能把画面推到服务器。LLM 回复控制姿态，情绪会写进流标题。语音时形象口型同步。刷新页面流不断，调精确角度可以直接改代码值。
4. 管理后台与系统
Admin 面板新增通知：重要事件直接发到后台。审计日志支持导出 CSV，监管要求留档的部署方便了。办公网络被 Firewalla 等网关拦 HTTPS 的问题修复，SAML 登录加了防重放保护，github.dev 的范围判断也修了。
5. 界面与剪贴板改进
输入框里能直接粘贴视频，剪切音频的内容删掉就是删掉，控制菜单整理了一轮。想加自定义按钮的个人和团队，巨须页面组件直接可控。
✅ 适合哪些人
把 open-webui 当语音助手用的：Realtime 通话模式和 3D 形象是这版最大的升级点。想搭 AI 直播间的：推流功能开箱能用。管理后台部署给团队的：通知面板、审计日志导出都是运维向的实用功能。
🛠️ 快速上手
Docker 拉新镜像重启。音频设置为管理员专用（旧版开关位置留给转写），Realtime 模式在 Voice calls 一节切换，需要配 OpenAI 的 Realtime 接口。3D 形象在模型编辑器上传 VRM 文件预览。
写在最后
0.12.0 是个偏功能的版本：语音通话从单纯转写升级到 Realtime 模式，AI 形象从平面走向 3D。这两个方向的更新节奏在明显加快，如果你的部署里有音频和直播相关需求，值得尽快跟上。你打算给 AI 配个什么样的形象？评论区聊聊。
🔗 GitHub：https://github.com/open-webui/open-webui/releases/tag/v0.12.0
#OpenWebUI #AI工具 #版本更新