ทันเอไอ

OpenAI 发布 GPT-Live，升级 ChatGPT Voice 实现媲美真人流畅对话

新一代语音模型可同时听和说，使与 AI 的对话更自然、即时，实现前所未有的互动体验。

OpenAI 宣布推出 GPT-Live，作为新一代语音模型，旨在提升人机对话的自然度和流畅性，使其媲美真人对话。该系列新模型已于2026年7月8日开始驱动 ChatGPT Voice 功能。 GPT-Live 的核心是全双工（full-duplex）架构，这与之前采用半双工（half-duplex）模式的语音模型截然不同。这一能力使 GPT-Live 能够同时接收用户语音并作出响应，无需等待用户说完一整句话再进行处理，从而确保对话不中断。模型每秒可进行多次决策，决定是继续说话、继续倾听、停止说话、在用户插话时打断，甚至根据对话适时调用其他工具。 在后台，当 GPT-Live 需要处理复杂指令时，例如网页搜索或深度推理，它会将任务转交给像 GPT-5.5 这样的大型语言模型进行处理，以获取准确和完整的答案。OpenAI 将其分为两个版本供用户使用：即 GPT-Live-1 (付费用户 Go、Plus 和 Pro 的默认语音模型) 和面向免费用户的 GPT-Live-1 mini。 此次发布正值对语音功能需求不断增长之际。OpenAI 透露，每周有超过1.5亿用户使用 ChatGPT 的语音和听写功能。然而，GPT-Live 在发布初期暂不支持视频对话或屏幕共享，但该公司表示正在积极开发这些功能，以在未来提供。