OpenAI今日正式推出新一代语音模型GPT-Live-1和GPT-Live-1 mini，对ChatGPT的语音功能进行了全面升级。新模型采用“全双工”架构，能够同时收听和说话 ，用户可以在AI回应时随时打断 ，交互方式更接近真实对话。
此前 ，ChatGPT的高级语音模式采用回合制对话 ，模型必须等用户说完才能回应，短暂停顿常被误判为结束 ，导致不自然的打断 。GPT-Live-1则解决了这一问题 ，模型可以连续处理输入并同时生成输出，每秒多次决定是否说话、继续倾听或打断 。在对话中 ，模型会通过“嗯 ”、“对 ” 、“明白”等简短回应表明正在倾听 ，用户也可以要求它放慢语速或保持安静等待指令。
新模型的另一项改进是将语音交互层与推理层分离 。当问题需要网络搜索或更复杂的推理时，GPT-Live会将任务交给后台的GPT-5.5处理 ，同时维持对话流畅进行 。付费用户可在“即时 ” 、“中等 ”和“高”三个推理级别间选取 ，根据需求权衡速度与智能。
此外，GPT-Live还支持实时翻译、通过视觉卡片展示天气和股票等信息 。OpenAI表示，GPT-Live-1将成为Go 、Plus和Pro付费用户的默认语音模型 ，免费用户则使用GPT-Live-1 mini 。两种模型从今日起向全球iOS 、Android和网页版用户陆续推送 ，API访问权限将于后续开放。超过1.5亿人每周使用ChatGPT的语音和听写功能，这一升级有望进一步拓展语音交互的使用场景 。
