OpenAI 于 7 月 9 日推出了 GPT-Live 系列模型,该系列模型被定位为新一代全双工语音模型,具备同时听取和说话的能力,旨在使 AI 对话体验更接近人际交流。
目前,GPT-Live 系列提供了 GPT-Live-1 和 GPT-Live-1 mini 两个版本,并已向全球 ChatGPT 用户开放。其中,GPT-Live-1 模型面向 Go、Plus 和 Pro 订阅用户提供,而免费用户则可以使用 GPT-Live-1 mini 模型。
GPT-Live 系列模型采用了全双工架构,不再局限于单轮对话结束后再进行响应。它能够持续地同时处理输入和输出信息,模型可以“每秒多次”地判断何时说话、继续倾听、暂停、打断或调用其他工具,从而显著提升了对话的真实感。
在处理复杂任务时,GPT-Live 系列模型能够将连续交互和深度推理进行拆分处理。它在前台维持语音对话的流畅进行,同时将网页搜索、复杂的推理或其他更高级的任务委托给 GPT-5.5 系列模型在后台执行。具体而言:
- GPT-Live-1(instant)和 GPT-Live-1 mini 调用 GPT-5.5 Instant。
- GPT-Live-1 Medium 使用 GPT-5.5 Thinking Medium 的推理强度。
- GPT-Live-1 High 则采用 GPT-5.5 Thinking High 的推理强度。
在性能评估方面,OpenAI 建立了新的人工评测体系,重点关注语音交流的舒适度和整体对话流畅性。与此前的 Advanced Voice Mode 相比,在时长为 5-10 分钟的配对对话测试中,GPT-Live-1 和 GPT-Live-1 mini 在整体偏好、轮次衔接、打断情况、对话流畅度和自然度等指标上均获得了更高的评分。
OpenAI 透露,目前每周有超过 1.5 亿用户通过 Voice 和 Dictation 等功能与 ChatGPT 进行语音互动,这些应用场景涵盖了免提日常协助、语言学习、睡前故事以及通勤时的闲聊。新版本还支持在语音对话中展示天气、股票、体育等可视化信息卡片,并继续支持搜索、记忆、图片和文件上传功能。
关于安全性,OpenAI 表示,GPT-Live 模型在自伤、精神病性症状与躁狂、对 AI 的情感依赖、以及暴力和性内容等多个领域都经过了音频原生评测、合成音频评测和内部红队测试。官方数据显示,该模型在几乎所有评估维度上的表现都与 Advanced Voice Mode 相当或更优。


九游游戏深耕九游网游领域,用心服务每一位用户。