OpenAI推出GPT-Live新一代全双工语音模型：边听边说，让AI对话更像真人

2026-07-09 15:40:30 | 探索者 | 3524

7月9日，OpenAI正式发布GPT-Live系列语音模型，定位为新一代全双工语音交互系统。该模型可同时聆听与说话，让AI对话体验更接近真实的人际交流。

GPT-Live系列目前开放两个版本：GPT-Live-1与GPT-Live-1 mini，即日起向全球ChatGPT用户逐步推送。其中Go、Plus和Pro订阅用户默认使用GPT-Live-1模型，免费用户则调用GPT-Live-1 mini。这是OpenAI迄今为止最智能的语音模型。

GPT-Live的核心技术突破在于全双工架构。与此前依赖单轮结束后再响应的级联式或轮次式语音系统不同，GPT-Live可在同一时间持续处理输入与输出，模型能够"每秒多次"判断是否说话、继续倾听、暂停、打断或调用工具。在实际对话中，GPT-Live可以用"嗯嗯"或"是啊"等短语表示正在专注倾听，当用户需要时间思考时则会保持安静。用户也可以随时插话提问、要求AI放慢语速，或让AI安静聆听。据OpenAI评估，在5至10分钟的配对对话中，GPT-Live-1在整体偏好、轮次衔接、打断处理、对话流畅度与自然度等指标上均显著优于此前的Advanced Voice Mode。

面对需要网页搜索、复杂推理或智能体任务的场景，GPT-Live采用前后台分离的架构设计：前台语音模型维持对话流，后台将任务委派给GPT-5.5等前沿模型处理，结果就绪后再带回对话中。用户可根据需求选择推理强度：Instant用于快速响应，Medium和High则适用于需要模型更深入思考的场景。不同强度对应调用GPT-5.5 Instant或GPT-5.5 Thinking的不同版本。在GPQA专家级科学推理测试中，GPT-Live-1(High)得分84.2%，大幅优于Advanced Voice Mode的45.3%。

OpenAI表示，GPT-Live在自伤、精神病性症状与躁狂、对AI的情感依赖、暴力及性内容等领域均接受了音频原生评测、合成评测与内部红队测试，在几乎所有评估维度上表现与Advanced Voice Mode相当或更优。针对青少年用户还设计了额外保护措施，家长可通过家长控制选择子女是否可使用ChatGPT语音。

据官方披露，每周有超过1.5亿人通过Voice和Dictation等功能与ChatGPT进行语音交互，应用场景涵盖免手持日常协助、语言练习、睡前故事与通勤闲聊。新版本还支持在语音对话中展示天气、股票、体育等可视化卡片，并继续支持搜索、记忆、图片和文件上传。

特别提醒：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字、图片等内容的真实性、完整性、及时性本站不作任何保证或承诺，请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时发送相关信息至bireading@163.com，本站将会在48小时内处理完毕。